[发明专利]一种基于热成像技术的非接触式心率提取方法

摘要

本发明提供的一种基于热成像技术的非接触式心率提取方法，首先利用非接触式热成像技术，通过相关性算法找寻合适的且关联性较高的脸部感兴趣区域作为算法信号的提取区域，其次岁图像信号进行去噪处理，最后提取心率信号。本发明公开的一种基于热成像技术的非接触式心率提取方法，选择人体脸部部位作为感兴趣区域，将热信号中有效提取出来，实现完全无干预且无需人为配合，能及时高效的提取心率信息，适用于安保和医院等公共部门。

主权项

一种基于热成像技术的非接触式心率提取方法，其特征在于：包括以下步骤：步骤一：采用热红外成像系统采集人脸图像，通过相关性算法，提取相关性最大的区域作为感兴趣区域(ROI)；将脸部的额头、眉心、左脸、右脸、鼻子定义成不同的对象，采用基于零滞后相关矩阵和随机矩阵理论构建相关性模型；(1)设定等时相关矩阵热信号的多参数时间序列信号设定为Si(t)(i＝1…N)，而等时间相关矩阵C则由热信号的归一化来构建：S~i(t)=Si(t)-St(t)‾σi(t)---(1)]]>其中，σi是标准差，是平均值；利用佩尔松的相关系数分析各个参数，设定等时相关矩阵C如下所示：Cij(t)=1TΣt=1TS~i(t)S~j(t)=(S~iS~j)t---(2)]]>所有的计算都是基于时间序列t∈[1,T]，因此，等时相关矩阵又可以改写成：C=1TS~S~′---(3)]]>其中，是的转置；(2)归一化后Si的相关矩阵特征值公式N对象数据间的相似性取决于C矩阵的特征值最大值，所有有限长随机时序热信号Si都是不相关，归一化后Si的相关矩阵特征值分布公式如下：P(λ)=Q2π(λ+-λ)(λ-λ-)λ---(4)]]>其中，λ∈[λ‑,λ+]，而Q＝T/N，由此可以获得λ‑和λ+：λ-(Q)=1+1Q-2/Q---(5)]]>λ+(Q)=1+1Q+2/Q---(6)]]>在N位参与者的热信号中，相关矩阵C代表的是各个热信号的相关性，只要计算最大的特征值，并将它和λ+做比较。如果最大特征值比λ+大，那么说明具有一定的相似性和相关性；反之，说明热信号之间没有相关性；本发明选择眶周处两个相关性较大的区域作为心率信号的感兴趣区域(ROI)；步骤二：基于曲波变换的热信号去噪；(1)首先对图像进行子带分解，然后对不同尺度的子带图像采用大小不同的块，分别对每个块进行脊波分析；若每个块的频带宽度为w，长度为l，两者之间近似满足关系w＝l2，选择第二代快速离散曲波变换来获取曲波系数(wrapping)；(2)将图像序列先行划分为静态和运动区间，并将此区间归一为[0,1]区间，此区间由连续帧图像的差异获得，归一化后的系数可以作为权重参考来对曲波系数实施空间滤波；(3)构建领域相关性的阀值去噪模型；步骤三：心率信号提取在获得信号域后，温度信号做快速傅里叶变换处理，一般选取的时间窗口是20秒，而感兴趣的频率区间设置为[0.83Hz，3.3Hz]，这个频率区间正好分别对应人体心率的60bmp到200bmp之间，选择频域能量最大的频率作为心率频率的输出值。