近年来,安全问题成为了人们日益关注的话题,越来越多的监控系统应用到银行、学校、小区等安全敏感场合。然而,这些系统对监控视频的分析处理能力还相对较低,尤其是面对当前海量的监控视频库,人们往往希望有一种技术能够从中快速高效地找到自己感兴趣的内容,因此基于内容的监控视频检索技术应运而生。基于内容的监控视频检索,就是利用计算机对监控视频的内容进行自动分析,提取特征信息制成索引,当用户提交检索需求后,由检索系统自动返回与检索需求最相近的图像或者视频片段。本文针对监控视频中的运动目标检测、视频分段、关键帧的提取和描述以及相似性度量等核心问题进行研究,并分别给出了较为合理的解决方案。首先,本文针对监控视频中的运动目标检测这一问题,综合参考了帧差法以及混合高斯建模法的检测结果,采用了基于码本的运动检测算法检测出运动目标。然后,在视频分段方面,主要利用运动检测中的前景和背景信息,通过计算当前帧的运动量,实现了监控视频的自动分段。最终分别对基于内容的图像检索(CBIR,Content- Based Image Retrieval)和视频片段检索给出了整套可行性解决方案,其中采用基于颜色特征和纹理特征相结合的方法实现了基于内容的图像检索,通过将SIFT (Scale Invariant Feature Transform)特征引入到监控视频片段检索中,提出了基于SIFT特征与颜色特征相结合的视频片段检索算法。在以上算法的基础上,编程实现了基于内容的监控视频检索系统,并通过大量实验分析,证明了所提算法的有效性。