همه ما در زندگی روزانه با حرکتهایی روبرو می شویم که می توان آنرا به دو دسته پریودیک و غیرپریودیک تقسیم کرد. یکی از مهمترین حرکتهای پریودیک حرکتهای انسان است که شامل راه رفتن، دویدن، انواع حرکتهای ورزشی و غیره می باشد. در حوزه بینایی ماشین نیز آنالیز حرکتهای انسان مورد توجه بوده که از آن جمله می توان به واقعیت مجازی، نظارت های هوشمند، واسطه های ادراکی و بسیاری از شاخه های علوم مانند انیمیشن رایانه ای، مهندسی پزشکی، مطالعات زیستی و بیومتریک اشاره کرد. بر اساس مطالعات صورت گرفته روشهای زیادی برای آنالیز حرکتهای پریودیک وجود دارد که به صورت کلی می توان به دو دسته روشهای مبتنی بر فرکانس و روشهای مبتنی بر مکان و زمان اشاره کرد. در این پایان نامه هدف ما تشخیص و آنالیز حرکتهای پریودیک با تمرکز بر روی حرکتهای انسانی است که بر این اساس سه الگوریتم را در این پایان نامه پیشنهاد می دهیم. الگوریتم اول شناسایی حرکتهای پریودیک بر اساس فاصله هاسدورف و خود همبستگی می باشد که شباهت تک تصویرهای مختلف ویدئو محاسبه می شود. نتایج عملی بر روی پایگاه داده ای متشکل از 100 ویدئو تست شده و دقت الگوریتم 93 درصد ارزیابی می شود. بر خلاف الگوریتم اول که بر اساس اطلاعات دو بعدی تصاویر ویدئو صورت می گیرد، الگوریتم دوم و سوم بر اساس یک بعدی سازی تصاویر عمل می کند. بر این اساس الگوریتم دوم مبتنی بر فاصله بدست آمده از جعبه محاطی کانتور هدف تا اضلاع جعبه محاطی آن می باشد که با پیاده سازی این الگوریتم به دقت 97 درصد می رسیم. الگوریتم سوم مبتنی بر تبدیل رادون بوده که در دو زاویه مختلف بر روی نیمرخ هدف محاسبه می شود. این الگوریتم دقت 85 درصدی داشته ولی از لحاظ زمان اجرا سریع می باشد.