非接触式胎儿心率检测

胎儿心率检测是围产期常规检测,是评估孕妇和胎儿健康的主要生理指标.相对现有的接触式胎心检测技术,本文提出一种更为便捷,成本低廉的非接触式胎儿心率提取算法.首先基于欧拉视频颜色放大技术,对视频中颜色信号放大.其次,利用光电容积脉搏波描记法提取血液容积脉冲信号,并对母体噪声进行分离,计算功率谱密度提取.将采集到的胎心率,与医院专用胎心设备检测的结果进行定量分析,数据表明可以达到96%的准确度.     

基于PTZ相机的非接触式心率检测

为了提高非接触式心率检测的准确性,提出用PTZ相机检测心率。由PTZ相机巡航捕捉人脸,通过皮肤检测得到皮肤像素点区域。用DIS光流法精确化提取PPG信号,由PCA降维与傅里叶变换得到心率频域图。在交互界面显示数据。实验中被试者分别处于静止和运动状态,在不同机脸距离下检测,同时由血压仪测得同步心率。计算两状态各自的平均绝对误差、误差标准差和均方根误差均较小。且B-A(Bland-Altman)图里数据点均位于95%置信区间内,区间范围小,表明实验系统的准确性高。     

非接触式心率检测方法的颜色空间选择

采用非接触式方法进行人体心率检测,较传统接触式的测量方法更加便捷舒适。基于图像光学容积(iPPG)的非接触式心率测量方法,简要分析该方法的实现流程及颜色空间产生测量误差的机理,设计实验来对比不同颜色空间的测量误差,一方面证明了在非接触式心率测量过程中进行颜色空间选取的必要性,另一方面获得了可用以提高心率测量精度的最优颜色空间。实验结果表明,与同一时刻采用心电测量仪(ECG)得到的心率相比,采用RGB颜色空间进行心率测量的误差最小,实验的平均误差达到1.68 bpm。因此,在非接触式心率测量中选择RGB颜色空间可以达到更高的精度。     

基于视频放大与盲源分离的非接触式心率检测

非接触式心率(HR)检测可以通过远程光电容积描记术(rPPG)实现,引起越来越多的关注.但在实际应用中,rPPG信号非常细微,极易被噪声淹没,从而导致现有的基于rPPG的心率检测方法很难准确地估计心率.针对以上问题,本文提出了一种增强rPPG信号、抑制噪声的非接触式心率检测方法.在这种方法中,首先通过欧拉颜色放大技术对正常HR分布频带上的色度信息进行放大,避免rPPG信号过小被噪声淹没;接着使用人脸检测与跟踪技术选定合适的感兴趣皮肤区域;然后在感兴趣区域内提取放大后的色度信息,使用盲源分离方法和相关性分析分离出rPPG信号;最后对rPPG信号进行时域滤波与功率谱密度分析,估计出HR值.经多组实验验证,本文所提方法相比于以前方法具有更高的HR估计精度.     

基于HoloLens的非接触式测量方法

运用微软混合现实技术产品HoloLens,提出了一种具有交互功能的非接触测量方法.利用HoloLens深度摄像头实现测量空间的扫描,通过凝视和手势功能确定测量目标点,从而可以进行非接触式测量,自动计算目标点之间的距离、面积和体积,此外还通过语音识别功能来进行交互.相对于传统的测量工具而言,本文开发的交互测量工具使得人们可以用更自然的交互方式进行非接触式测量,所测量的范围更大更广,不仅可以测量距离,同时还可以自动计算面积和体积,有些不方便尺子测量的地方,通过本文研究的非接触式测量工具可以进行测量,具有一定的应用价值.     

基于MLX90614的非接触式体温测量系统设计

根据辐射测温原理设计制作温度测量系统。采用Melexis公司的MLX90614非接触测量的红外温度传感器,通过SMBus协议与AT89S51单片机通讯,并通过单片机系统驱动液晶显示模块显示,实现了非接触的温度测量,测量精度可达到±0.1℃,可广泛地运用于医学、化工等领域。     

基于普通摄像头的心率测量方法研究

心率测量是一种监测人体生理状态和身体状态的重要手段。提出了一种基于摄像头的非接触式心率测量方法。基于光电容积描记原理（PPG）,从普通摄像头拍摄到的人脸彩色图像序列中提取出含有脉搏成分的信号,并利用小波滤波得到血液容积脉搏波;用傅里叶变换进行能量谱分析并计算心率值。实验结果证明该方法测量准确度高且能够满足医药行业标准要求。由于无创,非接触,操作方便,成本低,该方法在家庭保健的普及方面有着了巨大的应用前景,也为生物医学实验提供了一项有利的工具。     

基于振动相位信号分解的非接触式心率检测

心率是反映人体心血管系统状态的重要依据.基于视频的非接触式心率检测凭借其场景适应能力强、成本低等优势,得到了广泛应用.然而,这种检测方法容易受到光照变化、目标运动等噪声干扰.针对该问题,本文提出了一种基于振动相位信号分解的腕部表皮视频心率提取方法,其核心思想是设计方向选择的复可控金字塔搜索出脉搏信号的带通范围,使用信噪比进行脉搏信号的感兴趣选择,使用鲁棒主成分分析从混合信号中分离出脉搏信号,从而最终实现脉搏信号抗噪的心率检测.本文自行采集了心率检测数据集,并使用脉搏检测仪作为真值进行方法验证.在干扰场景下准确率为97.80％,与3种主流方法对比准确率提升均大于5％.     

基于欧拉运动放大算法的桥梁索力测试方法研究

斜拉索、吊杆和系杆是缆索承重桥梁的重要受力构件,但传统的索力测试方法存在操作复杂、 成本高和效率低的缺点,为此开展基于欧拉运动放大算法的索力测试方法研究。采用数码摄像设备采集拉索振 动的数字图像数据,经过基于相位的欧拉运动放大算法处理,获取运动放大后的图像序列;利用基于 Canny 算子的边缘识别算法得到边缘图像序列,并通过边缘定位提取拉索人工标记的位移时程数据;最后利用频率 法识别拉索索力。以拱桥吊杆索力测试为背景,讨论了基于相位的欧拉运动放大算法与基于 Canny 算子的边 缘识别算法的适用情况。与传统基于加速度传感器的索力测试方法相比,该方法具有易操作、低成本和高效 率的特点。     

曲面形状非接触光电测量方法分析

本文根据非接触光电测量原理，研究了五种可用于曲面形状测量的具体方法有关公式推导。这五种方法为：非接触等距测量法，传感器与透镜轴线不共轴测量法，激光束与传感器，透镜轴线均垂直的测量法激光束平面扫描测量法和激光束空间扫描测量法。     

Remote heart rate measurement using low-cost RGB face video: a technical literature review

Remote photoplethysmography (rPPG) allows remote measurement of the heart rate using low-cost RGB imaging equipment. In this study, we review the development of the field of rPPG since its emergence in 2008. We also classify existing rPPG approaches and derive a framework that provides an overview of modular steps. Based on this framework, practitioners can use our classification to design algorithms for an rPPG approach that suits their specific needs. Researchers can use the reviewed and classified algorithms as a starting point to improve particular features of an rPPG algorithm.     

圆柱工件同轴度非接触测量方法

应用精密激光位移测量技术、电机控制技术,结合精确的信号处理技术,设计了圆柱工件同轴度非接触测量系统,并推导了同轴度误差的计算方法,阐述了系统的组成和总体结构,并通过实验对测量系统进行了验证。     

基于视频的心率测量算法研究

随着心脏的收缩舒张,人脸部毛细血管中氧合血红蛋白的含量会发生变化。由于氧合血红蛋白对光线有一定的吸收作用,皮肤颜色也会随之发生轻微变化,这种变化裸眼无法识别。利用一种有效的视频增强方法,提出了一种基于视频的心率测量算法。该算法对输入视频进行人脸定位与特征点跟踪,将特征点区域转换为时域信号,对信号进行放大滤波处理,得到心率值。为了提高算法的测量精度和鲁棒性,提出了利用绿色通道、多特征点同时处理。同传统的接触式心率测量设备相比,该算法无需接触人体,有着对人体束缚度小、方便使用的优点。同时,该心率测量算法可实时运行,平均误差仅为3.46次/min,达到实际应用需求。     

基于光纤传感技术的金属线胀系数非接触测量

针对传统金属线胀系数测试方法存在的缺陷,介绍一种新颖的金属线胀系数实时非接触测量方法。该方法是利用反射式光纤位移传感器输出特性曲线的线性区实现微位移测量的原理,从而实现对金属线胀系数的测量,实验给出了测试结果:黄铜棒的线胀系数为 18. 81×10-6 /℃,铁棒的线胀系数为11. 69×10-6 /℃。该方法无论是操作过程还是测量精度都优于传统测量方法。     

基于SPNet的视频运动放大方法

视频运动放大技术在很多领域应用广泛,但是由于关注的运动过于微弱,很容易与视频噪声混淆,容易产生伪影和模糊噪声。为了克服传统算法在细节上的缺失和基于学习的算法在放大倍数上的限制,将手动设计滤波器与课程学习策略相结合,提出了基于可控金字塔分解的网络结构（SPNet）,它在处理大幅度运动场景的同时也能具有更大的放大范围,且能保留更多细节。结果表明,在图像细节上优于传统算法,并且与基于机器学习的视频运动放大方法相比也有很大的优势。     

自适应去噪的非接触式生理参数检测方法

成像式光电容积描记法(imaging Photoplethysmography,iPPG)是一种利用视频信号实现非接触式生理参数检测的方法,但该方法的性能易受外界条件影响,尤其对环境光变化及受试者头部运动等噪声敏感.为了消除噪声影响,根据噪声信号和iPPG信号的时频特性,提出了一种基于变分模态分解(Variationa...     

一种获得均匀图像质量的视频码率控制方法

在视频编码中,码率控制的目的是：在满足带宽约束的条件下,提高编码图像的质量。获得符合人眼视觉特性的均匀图像质量是码率控制的一个期望目标。根据信源的线性模型,考虑图像宏块的复杂度提出一种码率控制算法,此方法对宏块的量化参数具有平滑作用,可以使宏块量化参数和失真度分布更加集中,从而具有更加均匀一致的图像质量。仿真表明,该方法可以改善图像的峰值信噪声比,获得更好的主客观视觉质量。     

采用自适应信号恢复算法的非接触式心率检测

目的 心率是反映人体心血管状况和心理状态的重要生理参数。最近的研究表明,光电容积成像技术可以在不接触人体的情况下,利用消费级的摄像机捕获面部表皮颜色的变化进而估计心率。然而,在实际环境中,面部运动带来的干扰会导致心率检测的准确性下降。近年来,国内外学者已经提出了一些方法来去除运动噪声,但是效果均不理想。为了解决上述问题,提出一种可以抗面部运动干扰的新方法。方法 首先检测和跟踪受试者的脸部。然后将脸部区域分块,并提取各块的色度特征建立原始血液容积脉冲矩阵,利用自适应信号恢复算法从原始血液容积脉冲矩阵中分离出低秩矩阵并构建期望血液容积脉冲信号。最后通过功率谱密度估计心率。结果 在环境光作为光源的条件下,利用网络摄像头采集30名受试者的人脸视频进行实验分析。结果显示,提出的方法测得的心率与参考值具有很强的相关性：在静态场景中皮尔森相关系数r=0.990 2,在动态场景中r=0.960 5。并且与最新方法相比,动态场景中的误差率降低了53.90%,相关性提高了7.46%。此外,在10 min的心率检测实验中,方法的测量值与参考值保持着良好的一致性。结论 本文方法优于现有的非接触式心率检测技术,能有效地消除面部运动带来的干扰,长期稳定地检测心率。