近些年来，互联网与多媒体技术的不断发展为人们带来了方便的信息获取途径，但同时也引发了诸多问题，例如色情内容的泛滥传播、知识产权的侵害等。数字视频处理软件的出现使得普通的网络用户可以轻易的对视频进行格式转换、剪辑或是二次编辑等操作，然后把修改后的视频作为一个新的视频发布。这导致互联网上出现大量内容相同但表现形式略有不同的视频，同时也对版权保护造成了危害。　　视频近拷贝检测是目前多媒体处理领域的前沿研究热点，在海量视频信息检索和版权保护等方面有着重要的应用价值。视频近拷贝检测的实质在于判断不同的视频片段是否具有相同的内容，从而实现对特定视频内容的搜索和分析。本文提出了一种基于时域代表帧序列的视频近拷贝检测方法，主要研究内容包括:　　首先，提出了一种视频代表帧序列生成算法。对TIRI帧的生成方法进行了改进。在合成之前，首先根据帧间颜色卡方差与灰度OM(OM，Ordinal Measure)差别对视频进行场景分割，然后对分割后的视频进行降帧率、黑边检测等预处理。然后，对于每一个分割后的场景，进行自适应的分段合成。最终，根据分块的灰度互信息量进行筛选，得到每个场景的代表帧序列。　　其次，完成了基于内容的视频代表帧特征提取算法。根据MPEG-7标准的颜色分布描述子与边缘直方图描述子，提出了视频代表帧的颜色与纹理特征提取方法。之后与灰度的OM向量、均值、标准差、对比度等特征相结合，得到了视频代表帧特征向量，用于后续的近拷贝检测。　　最后，提出了基于投票法的视频近拷贝检测机制。首先，根据特征间的相似性度量结果进行自适应的帧级相似度匹配。然后根据帧级相似度匹配结果进行场景相似度匹配，最后得到整段视频的相似度匹配结果。　　基于上述内容，实现了本文提出的视频近拷贝检测算法。并最终通过实验对该算法的有效性与鲁棒性进行了验证。研究结果表明，与Mani等人提出的已有算法相比，本文提出的视频近拷贝检测方法总体来讲具有较好的鲁棒性。