基于对新闻视频的结构特征，提出了一种新闻视频口播帧自动提取方法。该方法的最大特点是无需预先给出口播帧模版，通过建立有意义的相似图像集合，并依据口播帧在整个新闻视频时段中的固有特征，以及口播帧的时间冗余性，利用聚类分析方法，在无口播帧模版的条件下，从有意义的相似图像集中抽取出各时段的口播帧集。根据各时段口播帧集的时间戳，可实现基于口播帧的新闻视频的自动划分。该方法抽取的口播帧集具有较高的准确度，且具有良好的普适性。