随着信息网络的飞速发展，多媒体数据成为人们获取信息重要来源之一。其中视频作为多媒体的主要表现形式，不仅内容丰富、数据量大，其结构也十分复杂，这使得视频的检索和管理变得极为困难。关键帧提取是基于内容视频检索的重要步骤，其质量好坏直接影响到视频检索的效率，同时获得的关键帧还可用作视频的索引和视频摘要。
针对目前存在的基于视频结构的关键帧提取算法具有一定的局限性，其结果直接受到镜头分割和阈值的限制，同时对渐变镜头提取结果不大理想。本文提出了基于信息熵和感知哈希的关键帧提取算法。首先使用改进的黄金分割加权颜色直方图根据自适应阈值提取出候选帧；然后计算出候选帧的熵差比值，取熵差比突变处的帧作为关键帧；最后使用感知哈希算法计算关键帧间的相似度，去除结果中的冗余帧。该算法在关键帧提取阶段尽量保证关键帧结果集的完整性，最后通过感知哈希算法去除结果集中的冗余帧。实验结果显示该算法具有较高的准确率和低漏检率，但对于运动类视频其关键帧结果存在漏检帧。故针对运动类视频，本文提出了一种基于运动目标特征的关键帧提取算法。该算法将视频帧的颜色特征与运动目标SIFT特征相结合，强调视频中运动目标的变化，弱化背景对运动变化的影响来提取关键帧。首先计算出视频各帧的熵值，再使用混合高斯算法检测出视频中的运动目标；然后提取运动目标的SIFT特征，将视频帧分成多个扇形区，根据运动目标SIFT点在各扇形区数量的距离,计算帧间差；最后将熵值突变点以及帧间距大于阈值处的帧选为关键帧，并使用感知哈希算法去除结果集中的冗余帧。
根据实验结果，第一种算法对电影，新闻，动画类视频中的突变和渐变镜头关键帧提取结果都比较理想。其关键帧结果集在保持准确率较高的情况下，同时冗余率也较低。第二种算法对体育赛事等运动类视频关键帧提取效果比较理想，提取出的关键帧结果集在冗余帧较少的情况下，能够更好的描述视频的主要内容。