近几十年来，随着信息技术的飞速发展，越来越多的多媒体信息更易获得，特别是数字视频。数字视频的激增使视频内容存储变得更加容易，然而也产生了许多新的问题，例如如何去从众多的视频数据中获得感兴趣的视频。与此同时，不断增长的视频也使视频内容管理变得更复杂。基于关键词的传统视频区分和检索方法不能有效的发挥作用，迫切的希望找到一种能够满足视频内容辨别、用户检索、内容监管、数据认证的新方法。视频指纹技术被看做是解决这些问题的一个新方法，因此，近年来它已成为人们的研究热点。视频指纹是从视频序列中抽取的一个标识符，用来区分视频内容。感知视频指纹意味着两个感知内容相近的视频将会产生相同的视频指纹数据，感知内容不同的视频将产生不同的视频指纹数据。本文研究基于全局特征的视频指纹提取方法，围绕数字视频指纹技术的特征提取方法、指纹构造策略、指纹匹配方法进行了探讨和分析，提出了三种数字视频指纹算法。1.基于视频内容感知的质心不变性，提出了相对角度不变性指纹算法。该方法将视频图像几何中心作为坐标原点，计算视频图像的亮度质心，计算亮度质心和几何中心之间的角度，之后通过时间距离尺度将原始视频质心角转换为某一个固定帧率下的质心角，最后采用相邻相减策略形成视频指纹。实验结果表明，该方法对有损压缩、帧率转换、尺寸缩放、旋转、剪切、亮度增强和高斯白噪声攻击具有较好的鲁棒性。2.针对一般视频指纹算法只辨别视频内容，无法对所找到的具有相同内容的视频进行质量评估，本文提出了一种基于亮度结构化质量评估的视频指纹算法。输入视频首先被转码成具有固定帧率固定尺寸的视频，之后视频图像以16×16的宏块进行分割，计算每个宏块的亮度均值并归一化，得到最终指纹。实验结果表明，该方法对有损压缩、尺寸缩放、帧率转换、亮度增强和高斯白噪声攻击具有较好的鲁棒性，使用结构化的亮度对比度对具有相同内容的进行质量评估，从视觉角度看，查询结果得到改善。3.小波变换是数字图像处理的一种常用方法，能够提取图像的频域特征参数。本文使用低通滤波器构造一对称小波函数，对图像进行小波变换，对变换系数进行离散取样，得到离散系数，将其作为视频序列的指纹数据。该小波变换具有优良的伸缩不变性和对小的旋转角度的抵抗能力。实验结果表明，在测试的视频序列中，采用基于小波变换的指纹算法有更小的漏检率和误检率。