1、心率是反映人體心血管功能、臨床診治的重要指標。傳統(tǒng)的接觸式心率檢測方法由于其操作不便、設(shè)備復雜昂貴、容易給被檢測者造成心理壓力等原因阻礙遠程醫(yī)療、日常生理參數(shù)檢測的推進。相比之下，基于光電容積脈搏波成像技術(shù)(Photo-Plethysmography Imaging，PPGI)的非接觸式心率檢測方法具有無創(chuàng)、操作簡單、便攜等特點。利用人臉圖像提取心率信號是非接觸式心率測量的實現(xiàn)方法之一，但是通過普通攝像頭采集人臉視頻獲得的光電容積脈搏波

2、信號，心率信號微弱，較難從呼吸、骨骼肌收縮、身體微小顫動等低頻噪聲中分離出來，而且容易受到被檢測者運動的影響。如何增強心率信號，抑制運動偽差并從噪聲中分離心率信號是本文研究的主要工作，主要包括以下幾個方面:
　　1)研究了PPGI信號的波形特征及影響非接觸式心率測量正確性的主要因素，根據(jù)噪聲特點提出使用基于Mallat算法的小波重構(gòu)與去噪算法來將心率信號從PPGI信號中分離出來。
　　2)為了解決心率信號微弱導致提取困難的問

3、題，研究了歐拉放大算法(Eulerian Video Magnification，EVM)在HSV空間上對信號進行顏色增強的方法，擴大心率信號的幅值范圍。同時針對心率信號增強過程中的運動干擾，提出結(jié)合拉格朗日視角進行人臉運動軌跡跟蹤來獲得感興趣區(qū)域，再進行后續(xù)顏色增強。通過實驗驗證，結(jié)合拉格朗日視角進行顏色增強能有效抑制運動偽差，實現(xiàn)運動狀態(tài)下心率信號增強，而且運算速度快、效率高。
　　3)改進了基于人臉圖像的非接觸式心率檢測流程