In zahlreichen Studien wurde bereits die Detektion von Szenenübergängen untersucht, doch die Leistung bestehender Ansätze zur Szenenübergangserkennung bleibt weiterhin unzureichend bei Videos mit plötzlichen Änderungen der Beleuchtung sowie Objekt- oder Kamerabewegungen. In diesem Beitrag wird ein neuartiger zweistufiger Ansatz zur Erkennung abrupter Übergänge vorgestellt, der einer gewissen Robustheit gegenüber Beleuchtungs- und Bewegungseffekten unterliegt. Zunächst wird ein adaptiver Wiener-Filter auf die Helligkeitskomponente eines Bildes angewendet, um wichtige Informationen sowohl im Frequenz- als auch im LBP-HF (Local Binary Pattern – High Frequency)-Bereich zu bewahren, wodurch der Einfluss der Beleuchtung reduziert wird. Experimentelle Ergebnisse bestätigen zudem, dass auch die Bewegungseffekte bereits in der ersten Stufe verringert werden. In einem zweiten Schritt wird die Canny-Kanten-Differenz verwendet, um verbleibende Beleuchtungs- und Bewegungseffekte zu unterdrücken, die in der ersten Stufe nicht vollständig behoben wurden. Zur Analyse und Validierung des vorgeschlagenen Algorithmus werden die TRECVid 2001- und TRECVid 2007-Datensätze eingesetzt. Die experimentellen Ergebnisse zeigen, dass das vorgeschlagene System die Leistungszahlen bestehender State-of-the-Art-Methoden zur Szenenübergangserkennung übertrifft.