随着多媒体技术的快速发展，视频数据大量地增加，基于内容的视频检索的应用越来越广泛，而关键帧提取技术是视频分析和基于内容的视频检索的基础。一个镜头的关键帧就是反映该镜头中主要内容的一帧或若干帧图像，由于视频数据量巨大，在存储容量有限的情况下，存储关键帧可以收到数据压缩的效果，所以在视频检索领域，关键帧提取的问题是非常重要的一环，本文主要针对视频关键帧的提取方法进行了研究与探讨。 本文首先介绍了相关的课题背景，包括数据挖掘理论和视频编码标准，在此基础上对当前的关键帧提取方法及其相关技术进行了较为详细的讲述和总结，发现目前大部分关键帧提取技术都基于原始视频流，即经过解压缩后再进行视频数据的各种分析处理，效率并不高。然后本文提出了一种基于数据挖掘的关键帧提取方法，把视频中的运动信息和 Rough Set理论结合起来。首先利用 Rough Set 理论的数据处理方法来分析从 MPEG压缩视频流中提取的运动信息数据，导出关键帧提取的决策规则。在得到了关键帧提取的决策规则后完成对视频片断的关键帧的提取。最后从测试结果和对比实验中得出该算法可行，并且计算量小，提取的关键帧可以较好地代表视频内容。尤其在运动强度大的视频片段中运用该算法的效果更好。