一种基于图像信号分析的非接触式心率测量方法技术

本发明专利技术公开了一种基于图像信号分析的非接触式心率测量方法，该方法具体包括如下步骤：步骤S1，通过相机或者摄像头实时获取人脸视频，然后从人脸视频中提取出未经处理的脉冲信号；步骤S2，将步骤S1中的未处理的脉冲信号先进行预处理，再通过Welch功率谱密度估计方法得到HR频率；步骤S3,取步骤S2中的HR频率fHR计算得到当前心率。该方法仅需要通过摄像头进行实物拍摄，再结合相应的计算和采集方法，便可以快捷而又准确地得到被检测者的当前心率，而且采用非接触的方式，因此可以实现远距离心率的采集，不需要前往医院排队等待，十分方便。

A Non-contact Heart Rate Measurement Method Based on Image Signal Analysis

The invention discloses a non-contact heart rate measurement method based on image signal analysis, which includes the following steps: real-time acquisition of face video by camera or camera, and extraction of unprocessed pulse signal from face video; and (2) pretreatment of unprocessed pulse signal in the first step, and then dense through Welch power spectrum. The HR frequency is obtained by the degree estimation method and the current heart rate is calculated by taking the HR frequency fHR of This method only needs to take physical photographs through the camera, combined with the corresponding calculation and acquisition methods, can quickly and accurately get the current heart rate of the detected person, and use non-contact mode, so it can achieve long-distance heart rate acquisition without waiting in the hospital queue, which is very convenient.

【技术实现步骤摘要】
一种基于图像信号分析的非接触式心率测量方法
本专利技术属于模式识别、机器视觉和信号处理领域，具体涉及一种基于图像信号分析的非接触式心率测量方法。
技术介绍
心率是指正常人安静状态下每分钟心跳的次数，也叫安静心率，一般为60～100次/分钟，可因年龄、性别或其他生理因素产生个体差异。一般来说，年龄越小，心率越快，老年人心跳比年轻人慢，女性的心率比同龄男性快，这些都是正常的生理现象。安静状态下，成人正常心率为60～100次/分钟，理想心率应为55～70次/分钟(运动员的心率较普通成人偏慢，一般为50次/分钟左右)。心率是人体健康状况的一个重要指标，因此心率检测便成为了人体健康检验的一个重要环节。传统的心率检测都是利用手指血压脉冲传感器等专业仪器实现的，这种方法不仅需要较为专业的仪器，而且还要当面接触人体的皮肤，由于这些约束，因此通过传统的方法进行心率检测较为不便，检测者必须前往医院等具有这类专业仪器的场所才能进行检测，十分麻烦。
技术实现思路
(1)要解决的技术问题针对现有技术的不足，本专利技术的目的在于提供一种基于图像信号分析的非接触式心率测量方法，该方法旨在解决现有的心率检测方法不够方便快捷的技术问题。(2)技术方案为了解决上述技术问题，本专利技术提供了这样一种基于图像信号分析的非接触式心率测量方法，具体包括如下步骤：步骤S1，通过相机或者摄像头实时获取被检测者的人脸视频，然后从被检测者的人脸视频中提取出未经处理的脉冲信号；所述未经处理的脉冲信号为人脸视频中任意ROI区域颜色通道的像素均值，任意ROI区域颜色通道的像素均值通过以下公式得到：其中，xc，i，j代表ROI区域的像素值，c代表RGB颜色通道，(i，j)代表ROI区域中的任意位置，s代表ROI区域的面积；优选地，在步骤S1中，所述人脸视频中ROI区域为人脸中的部分区域。通过人脸检测，从而得到人脸关键点，进而选取任意部分的关键点，连接后得到的多边形区域即为ROI区域。步骤S2，将步骤S1中未经处理的脉冲信号进行预处理，再通过Welch功率谱密度估计法得到心率频率fHR；其中，未经处理的脉冲信号进行预处理的方式为：给定脉冲信号序列对于新加入值如果则忽略此加入值，否则更新其中，T为信号采样周期，X为未经处理的时间信号，d为过滤阈值；优选地，在步骤S2中，d为20。d为过滤阈值，d越小对误差值越敏感，但过小的d值会过滤掉正常值，因此定为20最为适宜。优选地，在步骤S2中，对未经处理的脉冲信号进行预处理后，再对预处理后的输出信号序列进行平滑处理，之后再通过Welch功率谱密度估计法得到心率频率fHR；进行平滑处理的处理方式为：x′(n)＝w(n)*x(n),其中，x(n)为信号序列中的信号值，x′(n)为输出的信号值，w(n)为平滑权重，N为信号序列的长度，n为1到N之间的整数值。通过上述对输出信号进行平滑处理，可以减少因频谱的扩散导致信号波动过大，提高信号的稳定性。其中，Welch功率谱密度估计法为：先通过Welch法将时序信号转换成功率谱密度分布，再根据功率谱密度分布中功率最大值所在频率求得心率频率，其最大功率所在频率即为所得到的心率频率fHR；步骤S3，取步骤S2中的心率频率，通过公式HR＝60*fHR；得到当前心率。需要说明的是，检测者的人脸视频中ROI区域即为检测者感兴趣区域，ROI即表示为感兴趣，该概念为较为常识性概念，在此就不再详细说明；Welch法为现行函数技术方法中常见的一种统计运算方法，在此也不再详细说明；而RGB颜色通道即为彩色图像颜色通道，RGB即表示为彩色图像，该概念为较为常识性概念，在此就不再详细说明；而HR为HeartRate的简写，即为心率，表示每分钟跳动的次数，这些表示方式均为常识性概念，在此也不再详细说明。(3)有益效果本专利技术与现有传统使用手指血压脉冲传感器等专业测量设备进行测量的方法相比，本专利技术的基于图像信号分析的非接触式心率测量方法仅需要通过摄像头进行实物拍摄，再结合相应的计算和采集方法，便可以快捷而又准确地得到被检测者的当前心率，而且采用非接触的方式，因此可以实现远距离心率的采集，不需要前往医院排队等待，十分方便。本专利技术具有高准确率、方便快捷、非接触、远距离等优点。附图说明为了更清楚的说明本专利技术的技术方案，下面将对具体实施方式中描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一种实施方式，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术基于图像信号分析的非接触式心率测量方法的流程图。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面对本专利技术具体实施方式中的技术方案进行清楚、完整的描述，以进一步阐述本专利技术，显然，所描述的具体实施方式仅仅是本专利技术的一部分实施方式，而不是全部的样式。如图1所示，图1为本专利技术基于图像信号分析的非接触式心率测量方法具体实施方式的流程图。该基于图像信号分析的非接触式心率测量方法具体步骤为：步骤S1，通过相机或者摄像头实时获取被检测者的人脸视频，然后从被检测者的人脸视频中提取出未经处理的脉冲信号。其中，人脸皮肤颜色会由于心跳脉冲而产生变化，本技术方案的原理就是从皮肤颜色变化时序信号中提取心跳脉冲信号；因此，在本步骤S1中，我们首先就需要检测出人脸，本专利技术检测出人脸关键点，再通过选取任意关键点，得到任意ROI区域，ROI区域优选为鼻梁附近区域。未经处理的脉冲信号值为人脸图片中ROI区域RGB颜色通道像素均值，并通过以下公式得到所述的RGB颜色通道像素均值：其中，xc，i，j代表ROI区域的像素值，c代表RGB颜色通道，(i，j)代表ROI区域中的任意位置，s代表ROI区域的面积；通过本步骤S1可以提取出未经处理过的脉冲信号，这种脉冲信号往往由于光照、移动等因素，会带有很多噪声，所以需要对信号进行预处理。步骤S2，将步骤S1中未经处理的脉冲信号进行预处理，再通过Welch功率谱密度估计法得到心率频率fHR；其中，未经处理的脉冲信号进行预处理的方式为：给定脉冲信号序列对于新加入值如果则忽略此加入值，否则更新其中，T为信号采样周期，X为未经处理的时间信号，d为过滤阈值，该方案中d设为20；对未经处理的脉冲信号进行预处理后，再对预处理后的输出信号序列进行平滑处理，进行平滑处理的处理方式为：x′(n)＝w(n)*x(n),其中，x(n)为信号序列中的信号值，x′(n)为输出的信号值，w(n)为平滑权重，N为信号序列的长度，n为1到N之间的整数值。该步骤主要是为了移除周围环境带来的随机噪声，通过上述对输出信号进行平滑处理，可以减少因频谱的扩散导致信号波动过大，提高信号的稳定性。本技术方案使用的Welch功率谱密度估计法为：先通过Welch法将时序信号转换成功率谱密度分布，再根据功率谱密度分布中功率最大值所在频率求得心率频率，其最大功率所在频率即为所得到的心率频率fHR；步骤S3，取步骤S2中的心率频率，通过公式HR＝60*fHR；得到当前心率。至此，通过本具体实施方式结合附图已将本专利技术的技术方案完整地展现出来了。以上描述了本专利技术的主要技术特征和基本原理及相关优点,对于本领域技术人员而言，显然本专利技术本文档来自技高网...

【技术保护点】
1.一种基于图像信号分析的非接触式心率测量方法，其特征在于，该方法具体包括如下步骤：步骤S1，通过人脸视频提取出未经处理的脉冲信号，用于表征被测者的心率；步骤S2，将步骤S1中未经处理的脉冲信号进行预处理，再通过Welch功率谱密度估计法得到心率频率fHR；其中，未经处理的脉冲信号进行预处理的方式为：给定脉冲信号序列

【技术特征摘要】
1.一种基于图像信号分析的非接触式心率测量方法，其特征在于，该方法具体包括如下步骤：步骤S1，通过人脸视频提取出未经处理的脉冲信号，用于表征被测者的心率；步骤S2，将步骤S1中未经处理的脉冲信号进行预处理，再通过Welch功率谱密度估计法得到心率频率fHR；其中，未经处理的脉冲信号进行预处理的方式为：给定脉冲信号序列对于新加入值如果则忽略此加入值，否则更新其中，T为信号采样周期，X为未经处理的时间信号，d为过滤阈值；其中，Welch功率谱密度估计法为：先通过Welch法将时序信号转换成功率谱密度分布，再根据功率谱密度分布中功率最大值所在频率求得心率频率，其最大功率所在频率即为所得到的心率频率fHR；步骤S3，取步骤S2中的心率频率，通过公式HR＝60*fHR；得到当前心率。2.根据权利要求1所述的一种基于图像信号分析的非接触式心率测量方法，其特征在于，未经处理的脉冲信号...

【专利技术属性】
技术研发人员：王桥生，王水龙，彭波，郭婧，
申请(专利权)人：王桥生，
类型：发明
国别省市：江西,36