多媒体技术快速发展，多媒体信息迅速增长，面对浩如烟海的视频信息，人们需要检索到自己需要的视频。如何快速准确地检索到自己所需要的视频成为人们研究的重点。基于内容的视频检索，可以通过对视频的内容进行分析和处理，实现对视频信息的自动地检索。基于内容的视频检索，广泛地应用于搜索引擎，数字图书馆等领域。镜头边界检测是基于内容的视频检索系统中的首要步骤，其检测结果将直接影响到视频检索系统的检索性能。镜头边界检测是通过视频内容进行分析，利用视频帧之间的相关性，将视频帧按照一定的内容分类成镜头的过程。镜头边界检测主要分为三个步骤：特征提取、相似性测量和镜头边界检测。特征提取是利用一定的特征对视频内容进行描述；相似性测量计算视频帧间的相关性，其结果为边界的检测提供判决依据；边界检测通过帧间的相关性进行分析，来判断视频帧的属性。现有算法在提高检测的性能上有很好的表现，性能上的提高带来检测时间的增加，如何平衡检测时间和检测性能成为研究的难点和重点。本论文介绍了基于内容的视频检索系统的研究背景，对当前的视频检索系统和镜头边界算法进行了分析，并详细介绍了镜头边界检测中三个步骤常用的技术和方法。在此基础上，本文在镜头边界检测算法的研究上做了一定的创新研究工作：第一，本论文提出了一种基于亮度信息和双树复小波特征的镜头边界检测算法，提取图像的亮度信息和纹理特征，更完整地对视频内容进行描述和分析，提高了镜头检测算法的检测性能。第二，本文在压缩感知思想的启发下，提出了一种基于随机投影的镜头边界检测算法，利用随机投影对图像的特征进行降维的处理，减小了计算量。该算法在保证算法性能的同时，提高了检测速度，节约了检测时间。