[发明专利]基于视频微运动放大的脉搏视频脉搏提取方法及系统

权利要求书

1.一种基于视频微运动放大的脉搏视频脉搏提取方法，其特征在于，包括以下步骤：

步骤S1：获取人体手腕部视频信号；

步骤S2：将采集到的视频信号通过EVM-FRR算法进行微小动作放大处理；

步骤S3：提取放大后视频信号红绿蓝通道的一维时间序列，并依次进行标准化处理；

步骤S4：将标准化处理后的时间序列经过独立成分分析分解为三个独立成分，随后选取其中具有最高信噪比的信号作为理想成分；

步骤S5：根据得到的理想成分，通过自动寻谷算法寻找信号各个周期的波谷位置，并根据波谷位置将原始信号进行单周期分解；

步骤S6：将分解后的单周期信号归一化，并通过混合高斯函数进行数据拟合；

步骤S7：将拟合的单周期信号再次进行标准化处理，最后再合成，得到一个完整周期的脉搏波信号；

所述EVM-FRR算法，具体如下：

①、将输入的视频信号的每一帧图像分解为HSI颜色空间，分别对每个空间内的视频帧图像做9层拉普拉斯金字塔分解；

②、构建IIR数字带通滤波器；

③、对于滤波器输出的一维向量各层金字塔做放大处理；

④、对HSI各个颜色空间内的金字塔序列做图像重建处理，其中，将S和I颜色空间里的序列乘以一个抗失真因子；

⑤、将经放大后的重建图像加上原始帧图像构成输出视频帧图像；

⑥、将输出视频的所有帧图像按倒序输入，再做一次滤波及放大处理，即重复步骤①-⑤；

⑦、将二次滤波及放大处理后的所有帧图像反转，作为EVM-FRR算法的输出：

所述滤波器输出与输入的关系为：

滤波器的通带范围为0.5-4Hz，在带边频率处的衰减不大于3dB，在0.5Hz以下以及4Hz以上的衰减不小于20dB；

滤波器系数的经验值为：

b(0)＝0.1037，b(1)＝0，b(2)＝-0.1037；a(1)＝-1.7689，a(2)＝0.7926；

其中，对滤波器当前及过去的输入x(n)与x(n-2)以及过去的输出y(n-1)与y(n-2)均为视频帧图像经拉普拉斯金字塔分解后所组合成的一维序列；

所述独立成分分析分解，具体为：

①、将标准化的时间序列X乘以白化矩阵W₀，即：Z＝W₀X，其中白化矩阵为：此时，经过白化处理后的Z满足：E{ZZ^T}＝I；

②、随机初始化系数矩阵W_p，设置迭代停止准则；

③、设置参数矩阵的更新公式为：

W_p：＝E{Z*g(W_p^TZ)}-E{g′(W_p^TZ)}W_p

其中，g(x)＝tanh(x)；

④、计算Y＝W_p*Z为分离后的信号矩阵；所述步骤S6，具体为：

①、确定拟合函数为混合高斯函数，即：

②、确定①中混合高斯函数的阶数n；

③、计算原始单周期数据点y(x)与拟合数据的最小均方误差，即：

④、通过梯度下降法逐步计算当J(x|A_i，τ_i，σ_i)达到最小时，所得到的最优参数A_i，τ_i，σ_i；确定后计算出拟合数据点集合f(x)；

(7)、将拟合的单周期信号再次进行标准化处理，最后再合成为一个完整周期的脉搏波信号。

2.根据权利要求1所述的基于视频微运动放大的脉搏视频脉搏提取方法，其特征在于，所述人体手腕部视频信号采样频率不小于60fps，每一帧图像的分辨率不低于720p。

3.根据权利要求2所述的基于视频微运动放大的脉搏视频脉搏提取方法，其特征在于，所述放大处理具体为：第一层和第九层所乘的放大倍数为0、第二层和第八层乘以放大倍数5、其余各层均乘以放大倍数10。