实现对数字视频内容的计算机智能分析和理解成为信息分析领域的关注热点,视频镜头分割技术作为该热点领域的基础处理算法也被广泛研究。然而单纯的镜头分割并不能从语义角度反映视频内容,尤其是针对如新闻视频等具有明显结构特性的视频。本文针对新闻视频内容分析的需求,提出了基于边界归类的新闻故事分割算法,将新闻视频准确切分为语义独立的新闻故事。随后,文中设计了基于内容的新闻视频摘要算法,可有效总结新闻视频内容,为后续新闻视频检索和导航等应用提供便捷。本文提出了一种基于边界归类的新闻故事分割算法。首先,文中定义了新闻基本处理单元的概念,一个新闻基本处理单元是指一段以主持人镜头为开始,中间包含内容镜头,并以下一个主持人镜头的开始时刻作为结束的视频片段。利用新闻基本处理单元,文中将新闻故事的分割问题转化为新闻镜头边界归类问题,有效提高分割准确率。文中提出的算法包括了对新闻基本处理单元进行提取和分析这两个过程。具体地,文中利用基于直方图的镜头分割和基于模板匹配的镜头标定来获取新闻基本处理单元。而从视觉特征和音频特征两方面来对新闻基本处理单元进行分析,最终完成归类的判定。实验结果表明,该算法能准确地分割新闻故事单元,实现对新闻视频语义的划分。本文提出了一种基于内容的新闻视频摘要算法。文中综合利用新闻视觉特征和主题字幕语义信息设计了新闻视频静态摘要算法,可依据内容自适应地选取不定数目的关键帧。该算法可有效去除视频冗余性得到凝练的新闻语义。首先,文中提出了摘要提取的两个原则。随后,在该原则下设计了高效的摘要提取算法,能有效地总结新闻视频内容。实验结果表明,本文提出的摘要算法能较好地去除视频冗余信息,保留有意义的主体内容。最后,本文设计并实现了新闻视频分析平台。该平台基于文中提出的分割算法和摘要算法在Linux下采用C++和Qt实现,可完成准确分割新闻故事并提取有意义的摘要等新闻视频处理主要功能,具有一定的实际应用价值。