运动目标的视觉行为分析在许多场合都有重要的实际应用价值,如在家庭环境下可以判断目标当前行为状态及其是否正常,在银行、机场、交通路口等敏感场合可以对徘徊、逗留、越线等异常行为进行检测,并及时报警。本文以家庭环境为背景,对目标的跟踪、定位以及目标的运动轨迹和空间分布进行研究。跟踪和定位是运动轨迹分析的基础,通过目标的运动轨迹及空间分布可以宏观的对目标的行为进行分析,确定目标当前行为状态,并对异常情况做出判断。本文首先对几种常用的运动目标检测方法进行了应用与分析比较,之后选择了基于高斯混合背景建模的背景减除法,该方法能够在复杂的环境下快速准确的建立背景模型,准确的提取运动目标,为跟踪、定位等高级图像处理奠定了基础。通过分析粒子滤波以及均值漂移跟踪算法的优缺点,并通过实验验证,提出了将均值漂移嵌入到粒子滤波之中的跟踪方法,该方法鲁棒性强,能够在复杂的家庭环境下实时、准确的对目标进行跟踪。在本文中使用基于双目视觉的定位方法,并针对本课题的具体环境,提出了将摄像机内参数和摄像机映射矩阵分开计算的方法,利用摄像机标定获得的摄像机内参数对图像进行矫正,然后通过在空间内布置标志物并通过图像提取标志物的方法计算摄像机映射矩阵,该方法定位精度高,能够使定位误差保持在0.2m以内,为轨迹分析提供了更加精确的位置信息。运动目标的轨迹分析是行为理解的一个重要方向,在特定的环境中目标通常会遵循一定的运动规律,在论文中根据家庭背景,将环境划分为不同的关键点和关键区域,并据此提出了基于主成分分析(PCA)和混合高斯聚类的轨迹分析方法,这两种方法的有机结合,有效的提高了异常轨迹识别的准确性,通过实验验证,该方法能够取得良好的轨迹分析结果。