实验动物行为分析是高级神经中枢功能研究的一项重要技术手段,不仅广泛应用于神经心理学、神经药理学等传统领域,而且延伸到人工智能、仿生学、脑机接口等新兴交叉研究领域。肢体运动行为参数化描述是精细行为分析的基础,因此建立动物肢体运动行为自动分析方法对促进相关学科的发展具有重要意义。实验大鼠的肢体运动具有目标小,运动变化快的特点,对肢体运动检测与分析带来了极大挑战。本文从精确性、稳定性和实时性出发,对实验装置设计、实验方法以及相关图像处理分析算法进行了研究。设计了一整套动物行为学实验装置和图像处理软件系统,实现了大鼠肢体运动的捕捉和分析,重点对运动捕捉和目标跟踪方法进行了探索。根据大鼠前肢骨架模型提出基于色块标记的实验方法以及相应的图像处理分析算法。本文研究了视觉系统的图像获取与转换、彩色图像分割、图像识别和目标跟踪等方面,方法中引入了Mean-shift算法,针对Mean-shift算法需要人工初始化和跟踪丢失等问题,加入目标检测和跟踪丢失处理机制,提出了一种基于改进Mean-shift算法的多目标跟踪算法,实现了大鼠肢体运动捕捉,提取关节角矢量作为肢体运动学特征参数,应用于运动分析。以大鼠步态行为研究为例,对此方法进行了初步测试。实验结果表明本系统可有效描述其步态周期肢体运动轨迹,并将大鼠步态周期识别为三个基本运动单元：后摆离地期、前摆着地期和着地缓冲期。