近年来,世界各地地震频繁发生,给人类造成了巨大的伤亡和财产损失。如果能对地震进行准确地预测,将会极大的减少损失。但是,目前地震的预测仍然是一个世界性的难题。中国古代有很多关于地震前动物出现异常的传说,近些年日本、美国也有一些关于地震时动物异常的报告,但这些大都是一些民间的记录和猜测,没有科学的证据表明两者之间的确切的关系。为了能够科学的解明两者之间有没有相关的联系,本文选取了很多学者认为临震反应较明显虎皮鹦鹉作为实验研究对象,采用计算机视觉的方法分析它的相关行为。本文总结并分析了当前动物行为分析的研究现状,包括了采用的技术方法和存在的不足,并针对本文研究对象—鹦鹉,采用了基于计算机视觉的方法,对鹦鹉临震行为的关键技术进行了研究。具体工作如下:1.采用了背景差分的算法对目标进行提取,并对该算法进行了改进,针对光照的变化和环境噪声适应性的进行背景更新,可以快速地提取出静止和运动的目标。2.对目标的形态进行分析,采用了全局特征和局部特征进行结合的方法,并利用机器学习的方法,针对目标的几种关键形态进行了分类。3.利用目标的连续时间内形态和位置的变化,来识别目标的跳动行为,并采用区域定制与鹦鹉的形态状况相结合的方法,分析鹦鹉的饮食行为。4.把各种行为统计出来,对鹦鹉的行为规律进行分析,采用鹦鹉活动频次的方法对跳动的规律分析,利用笛卡尔积的方法结合时间因素、环境因素、行为因素和身体状况因素综合起来对鹦鹉的行为进行编码,并结合鹦鹉的轨迹密度分布特征,找到目标轨迹分布的规律。最后,本文使用java语言实现了自动分析鹦鹉的行为并记录保存的系统,获取大量的真实数据,为相关的研究提供支持。文章最后指出了本文还存在的问题,并对接下来的研究工作进行展望。