运动目标的视觉行为分析是计算机视觉中近年来备受关注的研究领域。它以摄像机拍摄得到的包含运动目标的序列图像为研究对象,以运动目标的行为分析和理解为研究目的,对序列图像中的运动目标进行运动检测、识别、跟踪和行为理解。本文主要研究基于目标运动轨迹及空间分布的行为分析。目标的运动轨迹及空间分布是目标宏观的运动特征,对于理解目标的行为有着重要意义。通过目标的运动轨迹及空间分布可以从宏观方面准确有效地分析目标的运动行为,分析目标行为是否异常等。为了获取目标的运动轨迹,需要首先实现对运动目标的检测与跟踪。运动目标的检测与跟踪是一项很复杂也很困难的问题,不过随着研究的进展,已经出现一些可以实用化的方法,这些方法为运动轨迹的提取提供了良好的基础。本文首先介绍了运动目标检测与跟踪的几种重要方法;在对数字环境进行了细致分析的基础上,提出了实体构造的几点理由及运动相关的统计有效性准则,在此准则的基础上,提出了一种动态实体的构造算法;在系统分析运动轨迹基本特征的基础上,提出了基于转角及转角差直方图的轨迹分析方法以及基于主成分分析(PCA,PrincipleComponent Analysis)的轨迹分类方法。研究了序列集的变化分析及压缩算法,在此基础上,提出了一种新的运动相似性度量方法,与已有方法比较该方法具有一定的优势;介绍了基于运动轨迹及空间分布的行为分析方法的实际应用价值,提出了几个重要的个体及群体行为的分析方法,并给出了相关算法及仿真研究,取得了较好的结果。