【摘要】：基于攝像頭(可見光)的心率測量方法,能夠以非接觸的方式檢測受試者心率,無論在臨床應用還是在家庭健康監(jiān)護中都有著極大的應用前景。但是,CMOS攝像頭的行掃描方式采集圖像以及計算機系統(tǒng)的圖像采集時鐘抖動都會影響此類心率測量的精度,從而引入相位誤差和系統(tǒng)隨機誤差。本文針對這兩大主要誤差進行研究分析,提出了消除相位誤差的基于傅里葉變換的幅頻疊加算法、消除圖像采集系統(tǒng)時鐘抖動誤差的基于時間標定的三次樣條插值重構方法。幅頻疊加算法只在幅頻域?qū)π盘栠M行處理,能夠忽略信號的相位影響,從而消除相位誤差。時間標定的三次樣條重構算法能夠重構圖像的均勻采集,從而消除系統(tǒng)時鐘抖動引起的隨機誤差。同時,通過理論推導論證了兩種算法的可行性,進而利用LED模擬實驗和實際心率測量實驗驗證該算法在提高信號檢測精密度中的特性。在模擬實驗中,對每幀圖像的200行作幅頻疊加運算,能夠使信號幅值相對提升4.58%;基于時間標定的三次樣條重構算法能使檢測的信號頻率的均方根誤差縮小30%以上;在實際心率檢測中,幅頻疊加算法可使心率幅值相對提升達33.5%,基于時間標定的三次樣條重構算法可使心率準確度提升40%左右。因此,模擬實驗和實際心率測量實驗均驗證了提出的算法在提高系統(tǒng)檢測精度上的有效性,提高了基于機器視覺心率測量的抗干擾能力。這兩種算法不僅能夠提高基于機器視覺的心率檢測精度,而且能夠適用于基于機器視覺對一定頻率信號的檢測,在機器視覺檢測中具有廣泛的意義。
[Abstract]:The method of heart rate measurement based on camera (visible light) can detect the heart rate of subjects in a non-contact manner, which has great application prospects in both clinical and family health monitoring. However, the line scanning mode of CMOS camera and the clock jitter of image acquisition in computer system will affect the accuracy of this kind of heart rate measurement, thus introducing phase error and system random error. In this paper, the two main errors are studied and analyzed, and a Fourier transform based amplitude-frequency superposition algorithm is proposed to eliminate the phase error, and a cubic spline interpolation reconstruction method based on time calibration is proposed to eliminate the clock jitter error of the image acquisition system. The amplitude-frequency superposition algorithm only processes the signal in the amplitude-frequency domain, which can ignore the phase effect of the signal and eliminate the phase error. The cubic spline reconstruction algorithm based on time calibration can reconstruct the uniform image acquisition and eliminate the random error caused by the system clock jitter. At the same time, the feasibility of the two algorithms is proved by theoretical derivation, and the LED simulation experiment and the actual heart rate measurement experiment are used to verify the characteristics of the algorithm in improving the precision of signal detection. In the simulation experiment, 200 lines of amplitude-frequency superposition operation on each frame image can make the signal amplitude increase by 4.58, and the cubic spline reconstruction algorithm based on time calibration can reduce the root mean square error of the detected signal frequency by more than 30%. In the actual heart rate detection, the amplitude-frequency superposition algorithm can increase the amplitude of heart rate to 33.5, and the cubic spline reconstruction algorithm based on time calibration can improve the accuracy of heart rate by about 40%. Therefore, the simulation experiment and the actual heart rate measurement experiment both verify the effectiveness of the proposed algorithm in improving the detection accuracy of the system, and improve the anti-interference ability of heart rate measurement based on machine vision. These two algorithms can not only improve the accuracy of heart rate detection based on machine vision, but also can be used to detect certain frequency signals based on machine vision.
【作者單位】： 天津大學精密測試技術及儀器國家重點實驗室;天津大學天津市生物醫(yī)學檢測技術與儀器重點實驗室;天津中醫(yī)藥大學中醫(yī)藥工程學院;
【基金】：National Natural Science Foundation of China(NSFC)(81202643) Tianjin Application Basis&Front Technology Study Programs(14JCZDJC33100)
【分類號】：TP391.41

【相似文獻】

相關期刊論文 前10條

1 朱瑞;機器視覺在復雜零、部件測量方面的應用[J];今日電子;2004年06期

2 黎紅偉;;關于機器視覺鏡頭[J];可編程控制器與工廠自動化;2005年02期

3 錢競業(yè);;機器視覺的發(fā)展方向探討[J];現(xiàn)代制造;2006年06期

4 傅昆;;行者無疆——機器視覺的中國崛起[J];現(xiàn)代制造;2006年21期

5 雷文華;;機器視覺及其應用(系列講座) 第一講 機器視覺發(fā)展概述[J];應用光學;2006年05期

6 ;機器視覺的應用使生產(chǎn)加工更加智能、高效[J];現(xiàn)代制造;2009年06期

7 李樹杰;;中國機器視覺的發(fā)展趨勢[J];赤峰學院學報(自然科學版);2010年01期

8 ;機器視覺最新技術動態(tài)[J];中國光學;2013年01期

9 馮伯儒;;機器視覺中的電-光技術[J];光電子學技術;1986年01期

10 戴君,趙海洋,馮心海;機器視覺[J];機械設計與制造工程;1998年04期

相關會議論文 前10條

1 趙磊;董吉文;李金屏;;拓撲理論在機器視覺中的研究進展[A];全國第十五屆計算機科學與技術應用學術會議論文集[C];2003年

2 張彥東;;基于機器視覺的連接器裝配機床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機器視覺中的魯棒估計技術[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機器視覺在藥用玻璃瓶質(zhì)量檢測中的研究[A];2007年河北省電子學會、河北省計算機學會、河北省自動化學會、河北省人工智能學會、河北省計算機輔助設計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學術年會論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機器視覺的軸承二維尺寸檢測[A];第六屆全國信息獲取與處理學術會議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機器視覺的彩色套印檢測技術研究[A];第十一屆全國包裝工程學術會議論文集（二）[C];2007年

7 金守峰;張慧;;面向機器視覺的織物緯斜檢測方法[A];全國先進制造技術高層論壇暨第九屆制造業(yè)自動化與信息化技術研討會論文集[C];2010年

8 管庶安;周龍;陳永強;廖明潮;;機器視覺在糧食品質(zhì)檢測中的應用研究[A];中國糧油學會第三屆學術年會論文選集（下冊）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機器視覺及其在農(nóng)業(yè)機械中的應用綜述[A];2007年中國農(nóng)業(yè)工程學會學術年會論文摘要集[C];2007年

10 沈?qū)殗?陳樹人;尹建軍;;基于機器視覺的棉田雜草精確定位研究[A];紀念中國農(nóng)業(yè)工程學會成立30周年暨中國農(nóng)業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

相關重要報紙文章 前10條

1 本報記者 李劍琦;機器視覺行業(yè)整合正熱 中國市場尚處萌芽期[N];機電商報;2005年

2 本報記者 董碧娟;解密機器視覺“第三只眼”[N];經(jīng)濟日報;2013年

3 本報記者 郭濤;機器視覺：為機器裝上“眼睛”和“大腦”[N];中國高新技術產(chǎn)業(yè)導報;2014年

4 張均;德國機器視覺傳感器市場前景好[N];中國貿(mào)易報;2007年

5 金剛;給機器一雙慧眼[N];計算機世界;2007年

6 朱廣菁;機器視覺怎樣“看”不合格產(chǎn)品[N];大眾科技報;2008年

7 宋昆;用機器視覺控制煙草質(zhì)量[N];計算機世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會[N];中國高新技術產(chǎn)業(yè)導報;2007年

9 王遐;機器視覺:藥品包裝在線檢測系統(tǒng)開發(fā)成功[N];中國包裝報;2010年

10 點評人 高炎 黃牧青 劉笑一 李士杰 北京大學技術轉移中心;機器視覺輔助冬季道路狀況監(jiān)測[N];科技日報;2014年

相關博士學位論文 前10條

1 梁卓銳;機器視覺手勢交互的交互映射研究[D];華南理工大學;2015年

2 孟慶寬;基于機器視覺的農(nóng)業(yè)車輛—農(nóng)具組合導航系統(tǒng)路徑識別及控制方法研究[D];中國農(nóng)業(yè)大學;2014年

3 田明銳;基于機器視覺的散料裝車控制系統(tǒng)研究[D];長安大學;2016年

4 葛動元;面向精密制造與檢測的機器視覺及智能算法研究[D];華南理工大學;2013年

5 饒洪輝;基于機器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學;2006年

6 龔愛平;基于嵌入式機器視覺的信息采集與處理技術研究[D];浙江大學;2013年

7 陳麗君;基于機器視覺的變量噴霧控制系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學;2009年

8 徐曉秋;機器視覺球面孔位快速精密測量系統(tǒng)的研究[D];四川大學;2006年

9 成芳;稻種質(zhì)量的機器視覺無損檢測研究[D];浙江大學;2004年

10 程洪;面向園藝應用的機器視覺目標辨識方法創(chuàng)新[D];中國農(nóng)業(yè)大學;2015年

相關碩士學位論文 前10條

1 冼志軍;錫膏印刷機誤差與錫膏印刷質(zhì)量檢測技術研究[D];華南理工大學;2015年

2 孫斌;基于FPGA的壓力表盤機器視覺研究與實現(xiàn)[D];昆明理工大學;2015年

3 許哲;基于機器視覺的快速測溫熱電偶焊接技術研究[D];河北聯(lián)合大學;2014年

4 李鵬;基于機器視覺的PCB工業(yè)在線檢測系統(tǒng)研究[D];昆明理工大學;2015年

5 佘燕玲;以用戶為中心的機器視覺手勢交互空間映射關系研究[D];華南理工大學;2015年

6 孫中國;基于機器視覺的面粉袋碼垛機器人研究[D];山東建筑大學;2015年

7 漆靜;基于機器視覺集裝箱吊具智能定位系統(tǒng)研究[D];西南交通大學;2015年

8 張文;基于機器視覺的通信裝備故障識別研究[D];西南交通大學;2015年

9 冉寶山;基于機器視覺的裝料系統(tǒng)試驗研究[D];長安大學;2015年

10 馮康;基于機器視覺的棉花識別與定位技術的研究[D];石河子大學;2015年

，

本文編號：2248082