CN103702014A - 非接触式生理参数检测方法、系统及装置 - Google Patents

Abstract

本发明涉及一种实时检测和动态显示人体生理参数的非接触式生理参数检测方法、系统及装置。通过对RGB图像的各颜色分量均值矩阵进行去趋势项、滤波和归一化的预处理，消除背景环境参数变化时引起的数据阶梯性、斜向上和斜向下和大跨度波动的趋势性变化，提高检测的抗干扰能力和测得的生理参数的准确度。通过保障前后帧截取面部图像的位置和大小都保持一致，最大限度的降低面部图像提取产生的噪声干扰。通过将RGB颜色分量均值计算时对肤色参数的放大，放大肤色随人体生理活动而变化的差异值，防止数据处理过程细微有用信号的丢失，进而提高提取人体生理参数的精度和正确率。

Description

非接触式生理参数检测方法、系统及装置

技术领域

本发明涉及一种非接触式生理参数检测方法、系统及装置。具体地说涉及一种基于视频图像的非接触式生理参数检测方法、系统及装置。

背景技术

通过对人体生理参数的监控，比如心率信号的监控，可以了解人体心血管系统的工作情况。在医疗领域，通过心率信号可以发现心血管疾病的潜在风险，为治疗提供初步的参考数据；在健身和运动医学领域，心率信号也被用来判断健身效果以及反映被检测者的运动安全状况；在驾驶领域，通过心率信号可以了解驾驶员的心血管功能、疲劳度、身体亚健康情况和驾驶员的心理活动情况，在心率不正常变化的时候提示驾驶员停止驾车，防止车祸的发生。

常见的对人体心率的检测方式为接触式心率检测，比如通过压力传感器测量单位时间的脉搏跳动次数来获取被检测人的心率或者借助测心电的方式，比如心电图来获取被检测人的心率。但接触式测量方法一般要求被检测人静坐、躺卧或者按照人工引导的方式来接受检测，因此很难捕捉到瞬时的异常和特殊情况下心血管的功能情况。而且这种方式也不适用于行车状态下对驾驶员心率的检测。

当光束照射到皮肤表面时，皮肤内的血液对光束产生吸收衰减作用，并且衰减量取决于血容积的多寡。在心脏搏动作用下，皮肤内动脉血管的血容积发生变化，照射光束衰减量相应呈现波动性变化。通俗的讲，面部皮肤在心脏收缩和舒张时颜色会有不同，因而，可以通过摄像头探测皮肤反射光强变化（即图像亮度值变化）非接触性的得出生物体心跳信息。

基于上述原理，目前国际上Takano和Ohta报道了一种利用延时序列图像非接触式测量心跳和呼吸的方法。通过CCD相机连续采集30秒的人脸图像，在图像中手动截取人体脸颊部位特定区域，求取每帧图像中脸颊特定区域的平均亮度值，将得到的一组亮度时间序列信号依次进行一阶差分、低通滤波和AR模型功率谱分析，所得功率谱中有两个显著的峰值分别对应心跳和呼吸频率。但上述方式不能自动捕获跟踪人体脸颊区域，只能在完成图像采集后手动截取人脸视频，属离线处理方式，因而无法实现实时测量。

授权公告号为CN102499664B,发明名称为“基于视频图像的非接触式生命体征的检测方法及检测系统”的发明专利公开了一种基于视频图像的非接触式生命体征检测方法，通过按固定帧频连续采集视频图像，自动检测ROI区域，从所述ROI区域划分出的多通道信号中分离出生命体征信号，提取出生命体征信号的频率并将所述频率转换为所述生命体征，进而获得检测结果。但该发明专利在检测心率时，ROI区域是人脸，检测呼吸频率时，ROI区域是胸腔或腹部位置，无法通过对同一个ROI区域的处理来同时获取心率和呼吸频率，使得检测过程过于繁琐。

公告号为CN102973253A,发明名称为“一种利用视觉信息监测人体生理指标的方法和系统”的发明专利申请，公开了一种利用视觉信息监测人体生理指标的方法和系统，通过采集人脸图像并将人脸图像转换为视频信号，对视频信号进行去奇异值和滤波的预处理后采用拉普拉斯映射算法从视频信号中同时提取出心率和呼吸频率，简化了视频图像采集过程。

但授权公告号为CN102499664B,发明名称为“基于视频图像的非接触式生命体征的检测方法及检测系统”的发明专利和公告号为CN102973253A,发明名称为“一种利用视觉信息监测人体生理指标的方法和系统”的发明专利申请，对视频信号进行预处理后的图像均值，当环境参数发生变化时，图像均值都会出现阶梯性、斜向上和斜向下的趋势走向变化，这种变化会影响后续数据的处理，导致最终提取的心率和呼吸频率不准确。

发明内容

为此，本发明所要解决的技术问题在于现有技术中的基于视频图像的非接触式生理参数检测方法，因为数据处理方式的欠缺导致最终检测的生理参数不准确，从而提供一种能够使提取的生理参数准确的非接触式生理参数检测方法、系统及装置。

为解决上述技术问题，本发明的技术方案如下：

本发明提供了一种非接触式生理参数检测方法，包括如下步骤：

S1：获取视频采集区域的数字视频；

S2：对所述数字视频中的每一帧图像进行如下处理：

S21：从该帧图像中提取出其所包含的所有面部图像；

S22：分别计算每个面部图像的RGB三色均值；

S3：根据每一帧图像中的所述RGB三色均值获取原始三色均值矩阵；

S4：对所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理，得到预处理后的三色均值矩阵；

S5：从所述预处理后的三色均值矩阵中提取生理参数。

本发明所述的非接触式生理参数检测方法，所述步骤S4中，选用平滑参数为4-10的先验平滑高通滤波器对所述预处理后的三色均值矩阵中的数据进行去趋势项处理。

本发明所述的非接触式生理参数检测方法，所述步骤S21具体包括如下步骤：

S211：建立色彩空间坐标系，所述色彩空间坐标系中的每一个坐标点与该帧图像所在坐标系中的每一个点相对应；并将该帧图像进行图像色彩空间变换，得到该帧图像在所述色彩空间坐标系下的YcrCb色彩空间图像；

S212：基于所述YCrCb色彩空间图像中每一个像素点的亮度值与肤色值的关系，获取所述YCrCb色彩空间图像中的所有面部图像所在的粗略坐标区域；

S213：根据所述粗略坐标区域，计算确定每一个面部图像在所述YCrCb色彩空间图像中的基准位置坐标和有效区域坐标；

S214：比较相邻两帧图像中同一个面部图像的所述基准位置坐标的差值：

若所述差值在阈值范围内，直接使用前一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标；

若所述差值在阈值范围外，则使用所述步骤S213中得到的所述有效区域坐标作为该帧图像中的有效区域坐标；

S215：根据确定的所述有效区域坐标从该帧图像中截取面部图像。

本发明所述的非接触式生理参数检测方法，所述步骤S22中针对每一面部图像具体进行如下处理：

S221：对截取的面部图像进行RGB三色分离，获取每个独立颜色分量的矩阵I_i，其中i=1或2或3，并获取该面部图像在宽度方向上的像素点个数n和在长度方向上的像素点个数m；

S222：利用以下公式分别得到该帧图像的每个面部图像的RGB三色分量放大1000倍后的均值：

$U_i=\frac{1000*\left({\mathrm{\Σ}}_1^n{\mathrm{\Σ}}_1^m\left(I_i\right)\right)}{n*m}.$

本发明所述的非接触式生理参数检测方法，所述步骤S3具体包括如下步骤：

S31：将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入原始三色均值矩阵；

S32：每处理一帧图像获取同一面部图像新的RGB三色均值后，将所述原始三色均值矩阵中的数据总体向低位移一位，将所述新的RGB三色均值存入所述原始三色均值矩阵的最高位置,保存所述原始三色均值矩阵的数据长度为N，当所述原始三色均值矩阵中的数据向低位移动I位后，若所述原始三色均值矩阵中的数据全部非零值，则进入步骤S4，若所述原始三色均值矩阵中的数据有零值，则进入步骤S1；所述N和I均为正整数，且N大于I。

本发明所述的非接触式生理参数检测方法，所述步骤S32中，N取值大于10倍帧率，I取值大于3倍帧率。

本发明所述的非接触式生理参数检测方法，所述步骤S4中，选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。

本发明所述的非接触式生理参数检测方法，所述步骤S5具体包括如下步骤：

S51：采用jade算法将所述预处理后的三色均值矩阵作为样本信号进行信号分离，获取所述样本信号的三个分量信号；

S52：筛选所述三个分量信号中能量最集中的信号作为包含人体生理信息的目标信号；

S53：选用与生理参数的频率特性相匹配的第二带通滤波器对所述目标信号进行滤波处理，获取生理参数对应的频率信号，提取出生理参数。

本发明所述的非接触式生理参数检测方法，所述步骤S52具体包括如下步骤：

S521：获取三个分量信号的功率最大侧频率值f_max1、f_max2和f_max3，生理参数频率特性的低频和高频的截止频率f_l和f_h；

S522：分别获取三个分量信号的f_max1、f_max2和f_max3频率分量对应功率值p_max1、p_max2、p_max3以及三个分量信号的信号总功率值p_sum1、p_sum2和p_sum3，并计算出三个分量信号在所述截止频率[f_l f_h]外的噪声频率分量总功率值P_Z1，P_Z2和P_Z3；

S523：分别获取三个分量信号的频率分量对应功率值与信号总功率值的比值w₁、w₂、w₃并比较其大小，然后再获取三个分量信号的噪声频率分量总功率值和信号总功率值的比值x₁、x₂、x₃的大小。其中频率分量对应功率值与信号总功率值的比值最大，且噪声频率分量总功率值和信号总功率值的比值最小的分量信号，即为能量最集中的信号；

S524：将所述能量最集中的信号作为包含人体生理信息的目标信号。

本发明所述的非接触式生理参数检测方法，还包括如下步骤：

S6：显示生理参数，并将生理参数进行分析，当判断生理参数异常时进行报警提示。

本发明还提供了一种非接触式生理参数检测系统，包括：

数字视频获取模块，用于获取视频采集区域的数字视频；

图像处理模块，其包括面部图像提取单元和均值获取单元；所述面部图像提取单元，从所述数字视频获取模块获取所述数字视频，并从所述数字视频中的每一帧图像中提取出其所包含的所有面部图像；所述均值获取单元，计算从所述面部图像提取单元获取的每个面部图像的RGB三色均值；

均值矩阵获取模块，根据从所述均值获取单元获取的每一帧图像中的所述RGB三色均值获取原始三色均值矩阵；

预处理模块，对从所述均值矩阵获取模块获取的所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理，得到预处理后的三色均值矩阵；

生理参数提取模块，从所述预处理模块获取所述预处理后的三色均值矩阵，并从所述预处理后的三色均值矩阵中提取生理参数。

本发明所述的非接触式生理参数检测系统，所述预处理模块选用平滑参数为4-10的先验平滑高通滤波器对所述预处理后的三色均值矩阵中的数据进行去趋势项处理。

本发明所述的非接触式生理参数检测系统，所述面部图像提取单元，具体包括：

色彩空间变换器，用于建立色彩空间坐标系，且所述色彩空间坐标系中的每一个坐标点与该帧图像所在坐标系中的每一个点相对应；并将该帧图像进行图像色彩空间变换，得到该帧图像在所述色彩空间坐标系下的YcrCb色彩空间图像；

粗定位器，基于所述YCrCb色彩空间图像中每一个像素点的亮度值与肤色值的关系，获取所述YCrCb色彩空间图像中的所有面部图像所在的粗略坐标区域；

精准定位器，根据所述粗略坐标区域，计算确定每一个面部图像在所述YCrCb色彩空间图像中的基准位置坐标和有效区域坐标；

差值判断器，比较相邻两帧图像中同一个面部图像的所述基准位置坐标的差值：若所述差值在阈值范围内，直接使用前一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标；若所述差值在阈值范围外，则使用上一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标；

提取器，根据确定的所述有效区域坐标从该帧图像中截取面部图像。

本发明所述的非接触式生理参数检测系统，所述均值获取单元，具体包括：

三色分离器，用于对从所述提取器获取的面部图像进行RGB三色分离，获取每个独立颜色分量的矩阵I_i，其中i=1或2或3，并获取该面部图像在宽度方向上的像素点个数n和在长度方向上的像素点个数m；

均值计算器，利用以下公式得到每个面部图像放大1000倍后的RGB三色均值：

$U_i=\frac{1000*\left({\mathrm{\Σ}}_1^n{\mathrm{\Σ}}_1^m\left(I_i\right)\right)}{n*m}.$

本发明所述的非接触式生理参数检测系统，所述均值矩阵获取模块，具体包括：

排列单元，将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入原始三色均值矩阵；

滑移单元，每处理一帧图像获取同一面部图像新的RGB三色均值后，将所述原始三色均值矩阵中的数据总体向低位移一位，将所述新的RGB三色均值存入所述原始三色均值矩阵的最高位置,保存所述原始三色均值矩阵的数据长度为N，当所述原始三色均值矩阵中的数据向低位移动I位后，若所述原始三色均值矩阵中的数据全部非零值，则启动所述预处理模块，若所述原始三色均值矩阵中的数据有零值，则从所述数字视频获取模块获取新的数字视频；所述N和I均为正整数，且N大于I。

本发明所述的非接触式生理参数检测系统，所述滑移单元中，N取值大于10倍帧率，I取值大于3倍帧率。

本发明所述的非接触式生理参数检测系统，所述预处理模块，选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。

本发明所述的非接触式生理参数检测系统，所述生理参数提取模块，具体包括：

信号分量获取单元，采用jade算法将从所述预处理模块获取的所述预处理后的三色均值矩阵作为样本信号进行信号分离，获取所述样本信号的三个分量信号；

筛选单元，从所述信号分量获取单元获取所述三个分量信号，筛选所述三个分量信号中能量最集中的信号作为包含人体生理信息的目标信号；

生理参数提取单元，选用与生理参数的频率特性相匹配的第二带通滤波器对从所述筛选单元获取的所述目标信号进行滤波处理，获取生理参数对应的频率信号，提取出生理参数。

本发明所述的非接触式生理参数检测系统，所述筛选单元，具体包括：

频率值获取器，用于获取三个分量信号的功率最大侧频率值f_max1、f_max2和f_max3，生理参数频率特性的低频和高频的截止频率f_l和f_h；

功率值计算器，用于分别获取三个分量信号的f_max1、f_max2和f_max3频率分量对应功率值p_max1、p_max2、p_max3以及三个分量信号的信号总功率值p_sum1、p_sum2和p_sum3，并计算出三个分量信号在所述截止频率[f_l f_h]外的噪声频率分量总功率值P_Z1，P_Z2和P_Z3；

信号提取器，用于分别获取三个分量信号的频率分量对应功率值与信号总功率值的比值w₁、w₂、w₃并比较其大小，然后再获取三个分量信号的噪声频率分量总功率值和信号总功率值的比值x₁、x₂、x₃的大小。其中频率分量对应功率值与信号总功率值的比值最大，且噪声频率分量总功率值和信号总功率值的比值最小的分量信号，即为能量最集中的信号；并将所述能量最集中的信号作为包含人体生理信息的目标信号。

本发明所述的非接触式生理参数检测系统，还包括：

显示报警模块，内设显示单元和生理分析单元，所述显示模块用于显示从所述生理参数提取单元获取的生理参数，所述生理分析模块用于对生理参数进行分析，当判断生理参数异常时进行报警提示。

本发明还提供了一种非接触式生理参数检测装置，包括：

摄像头，用于采集视频；

视频编解码芯片，将从所述摄像头获取的模拟视频信号转换为数字视频信号；

终端设备，包括DSP图像处理芯片、显示控制单元、存储单元和输入输出接口；

所述DSP图像处理芯片，实现所述图像处理模块、所述均值矩阵获取模块、所述预处理模块、所述生理参数提取模块以及所述显示报警模块；

所述显示控制单元，包括显示屏和ARM芯片，所述ARM芯片驱动所述显示屏显示所述摄像头采集的视频和所述DSP图像处理芯片输出的生理参数和报警提示信息；

所述存储单元，包括FLASH存储芯片和SD卡，用于保存控制程序、视频和生理参数；

输入输出接口，用于实现所述终端设备与外界的信息交互。

本发明的上述技术方案相比现有技术具有以下优点：

（1）本发明所述非接触式生理参数检测方法和系统，通过对原始三色均值矩阵进行去趋势项、滤波和归一化的预处理，消除了环境参数发生变化时RGB三色均值出现的阶梯性、斜向上、斜向下和大跨度的幅度的趋势走向变化，确保了从预处理后的三色均值矩阵中提取的生理参数的准确性。

（2）本发明所述非接触式生理参数检测方法和系统，选用平滑参数为4-10的先验平滑高通滤波方式对信号进行去趋势项处理，平滑参数其所对应的滤波截止频率为0.093-0.059，可以使原始三色均值矩阵中的数据在一条水平直线上下波动，得到较为集中的数据波形图，可以最大限度的去除环境噪声信号。

（3）本发明所述非接触式生理参数检测方法和系统，通过将RGB空间编码的数字视频中的帧图像转换为YcrCb色彩空间编码的数字图像，然后在所述YCrCb色彩空间图像中的通过肤色识别方法获得图像中所有面部图像所在的粗略坐标区域，进而根据人的面部特征确定每一个面部图像中的基准位置坐标和有效区域坐标。因为RGB空间编码的图像，像素值容易受到外部亮度变化影响，相同物体在不同亮度环境下的像素值不相同，不适合基于肤色的识别要求。如果把RGB图像转为YcrCb编码图像的话，Y（亮度）值变化对图像的识别影响很小，在不同亮度情况下人的肤色区间不发生变化，非常适合基于肤色的人脸识别，因而可以准确方便的确定面部图像所在的粗略坐标区域。获得人脸粗略坐标位置后，我们通过人脸特征，通过眼睛定位算法和嘴部定位算法获得人面部基准坐标（双眼连到嘴的垂线交点）和面部有效区域坐标。通过精定位确保了获取的面部图像在位置大小保持稳定，确保后续数据处理过程的准确性。

本发明所述非接触式生理参数检测方法和系统，通过比较相邻两帧图像对应的同一个面部的基准位置坐标的差值：若所述差值在阈值范围内，直接使用前一帧中同一面部的有效区域坐标作为该帧图像中的对应面图像所在的有效区域坐标；若所述差值在阈值范围外，则使用所述步骤S213中得到的面部图像有效区域坐标作为该帧图像中面部图像有效区域坐标；之后根据确定的该帧的YCrCb色彩图像中获得的面部有效区域坐标从该帧图像即原始的RGB编码图像中截取RGB编码的面部图像。在图像数据处理过程中，如果外部环境参数变化过大的话，会产生大量的噪声信号，影响最终提取数据的准确性，本发明所述非接触式生理参数检测方法和系统，通过比较前后两帧图像中同一个面部图像的基准位置坐标的差值，当差值在阈值范围内，也即测试者晃动幅度很微小的情况下，选用前一帧的面部图像有效区域坐标从原始RGB图像中中截取面部图像。这样可以使前后帧截取的面部图像的大小位置保存稳定进而最大限度的降低噪声信号，确保提取的生理参数的准确性。

（4）本发明所述非接触式生理参数检测方法和系统，因为使用的是放大1000倍的均值计算公式来计算RGB三色均值，相当于将RGB三色均值的变化也放大了1000倍，因此，在后续处理时可以最大限度的保存均值的细微变化。RGB三色均值规律性变化的原因是面部肤色的规律性变化，面部肤色的规律性变化是由心脏收缩和肺部呼吸的规律性变化产生的，因此，通过RGB三色均值的变化规律，是可以获取心脏收缩和肺部呼吸的规律性变化，也即测试者的心率和呼吸率的。因此，本发明所述非接触式生理参数检测方法和系统，能够最大限度的保留RGB三色均值的微弱变化规律，进而保证精确的提取出心率和呼吸率等生理参数。

（5）本发明所述非接触式生理参数检测方法和系统，获得一帧图像中的同一个面部图像对应的RGB三色均值后，将保存该原始三色均值矩阵中的数据总体向低位移位一位，将新得到的新原始三色均值存放在矩阵的最高位，原始三色均值的矩阵长度为N,数据连续向低位移动I位后通知后续处理单元进行后续处理，其中N、I均为正整数。N的取值应该至少大于10倍帧率，即原始三色均值矩阵中至少保存10秒以上的视频图像三色均值，实验证明取20倍以上帧率时有较好的效果；I的取值应该至少大于3倍帧率，即至少保证更新3秒以上的视频数据后才做一次生理参数的提取。因此，本发明所述非接触式生理参数检测方法和系统，所述原始三色均值矩阵的数据是实时更新的，能够实现对测试者连续的，实时的检测。并且在实际测量过程中，为了提高测试者的体验度，几秒钟就能够一次生理参数并显示，因为生理参数是实时更新显示的，防止枯燥长时间等待引起测试者的反感，连续测量的数据最后通过统计方法对数据进行误差纠正计算，提高生理参数数据测量的精度。

（6）本发明所述非接触式生理参数检测方法和系统，选用与生理参数频率特征相适应的通滤波器进行滤波处理，可以降低噪声信号，提高信号中有用信号功率比重，提高提取的生理参数的准确性。

（7）本发明所述非接触式生理参数检测方法和系统，通过jade算法对预处理后的三色均值矩阵进行信号分离，并筛选出能量最集中且信号噪声功率小的信号作为提取生理参数的目标信号，并选用与生理参数特性匹配的第二带通滤波器对所述提取生理参数的目标信号进行滤波处理，获取处理后目标信号的功率最大的频率分量作为测得生理参数。因为能量最集中的信号中，噪声信号最少，能量主要集中在生理参数信号上，因此选用能量最集中的信号作为生理参数提取信号，能够获取比较准确的生理参数。

（8）本发明所述非接触式生理参数检测方法和系统：获取三个分量信号的功率最大频率值f_max1、f_max2和f_max3，生理参数频率特性的低频和高频的截止频率f_l和f_h。然后计算三个分量信号的f_max1、f_max2和f_max3频率分量对应功率值P_max1、P_max2、P_max3以及三个分量信号的信号总功率值P_sum1、P_sum2和P_sum3，还计算出三个分量信号在生理参数截止频率[f_l f_h]外的噪声频率的总功率值P_Z1，P_Z2和P_Z3。分别获取三个分量信号中功率最大频率分量功率值与信号全部频率总功率值的比值w₁、w₂、w₃并比较其大小，然后再获取三个分量信号的噪声频率分量总功率值和信号总功率值的比值x₁、x₂、x₃的大小。其中频率分量对应功率值与信号总功率值的比值最大，且噪声频率分量总功率值和信号总功率值的比值最小的分量信号，即为能量最集中的信号。

本发明所述非接触式生理参数检测方法和系统，可以快捷准确的从三个信号分量中筛选出包含生理参数的目标信号，为后续的生理参数的提取奠定了良好的提取基础。

（9）本发明所述非接触式生理参数检测方法和系统，通过将检测到生理参数进行分析，进而获得测试者的生理和心理状态，在检测到有异常生理状态时，可以通过显示或者语音的方式进行报警提示。在行车过程中，通过对测试者进行报警提示，可以通过对驾驶员进行正向刺激使驾驶员恢复正常驾驶能力或者提示驾驶员停止驾车，防止意外事故发生。

(10)本发明还提供了一种非接触式生理参数检测装置，包括摄像头、视频编解码芯片和终端设备，所述非接触式生理参数检测系统的图形处理模块、均值矩阵获取模块、预处理模块、生理参数提取模块以及显示报警模块就内设于终端设备的DSP图像处理芯片中，并且终端设备还包括显示控制单元，用于显示生理参数和报警提示信息，通过内置于终端设备的存储单元，还可以存储测试者的生理参数信息和视频作为参考依据。因此，测试者通过本发明所述的非接触式生理参数检测装置，即可实现对生理参数的实时监测，获取到准确的生理参数信息。并且终端设备还可以通过输入输出接口实现与外界的信息交互，同时系统可以通过显示报警模块中的生理分析单元，实现对测试者的身体状况进行评估。本发明所述的非接触式生理参数检测装置，所述视频编解码芯片也可以内置于终端设备中，因此所述非接触式生理参数检测装置只包括了一个摄像头和终端设备，非常适合安装于车辆空间内，实现对驾驶员生理参数的实时采集，当驾驶员生理和心理状态不好时进行报警提示，确保行车安全。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是本发明所述非接触式生理参数检测方法的流程图；

图2是本发明所述原始三色均值矩阵进行去趋势项处理之前的波形；

图3是本发明所述原始三色均值矩阵进行去趋势项处理后的波形；

图4是本发明所述原始三色均值矩阵进行去趋势项和滤波处理后的用于检测心率信息的波形；

图5是本发明所述预处理后的三色均值矩阵的波形；

图6是本发明所述采用jade算法对所述预处理后的三色均值矩阵进行信号分离后获取的三个信号分量的波形；

图7是本发明所述经过所述第二带通滤波器滤波后的信号频谱图；

图8是本发明所述非接触式生理参数检测系统的结构框图；

图9是本发明所述非接触式生理参数检测装置的结构示意图。

图中附图标记表示为：1-数字视频获取模块，2-图像处理模块，3-均值矩阵获取模块，4-预处理模块，5-生理参数提取模块，6-显示报警模块，7-摄像头，8-视频编解码芯片，9-终端设备，21-面部图像提取单元，22-均值获取单元，31-排列单元，32-滑移单元，51-信号分量获取单元，52-筛选单元，53-生理参数提取单元，61-显示单元，62-生理分析单元，91-DSP图像处理芯片，92-显示控制单元，93-存储单元，211-色彩空间变换器，212-粗定位器，213-精准定位器，214-差值判断器，215-提取器，221-三色分离器，222-均值计算器，521-频率值获取器，522-功率值计算器，523-信号提取器，921-显示屏，922-ARM芯片，931-FLASH存储芯片，932-SD卡。

具体实施方式

实施例1

本实施例提供了一种非接触式生理参数检测方法，如图1所示，包括如下步骤：

S1：获取视频采集区域的数字视频。

S2：对所述数字视频中的每一帧图像进行如下处理：

S21：从该帧图像中提取出其所包含的所有面部图像。

S22：分别计算每个面部图像的RGB三色均值。

S3：根据每一帧图像中的所述RGB三色均值获取原始三色均值矩阵。

S4：对所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理，得到预处理后的三色均值矩阵。

S5：从所述预处理后的三色均值矩阵中提取生理参数。

本实施例所述的非接触式生理参数检测方法，RGB三色均值包括红色分量（对应R）均值数组、绿色分量（对应G）均值数组和蓝色分量(对应B)均值数组。

本实施例所述非接触式生理参数检测方法，通过对原始三色均值矩阵进行去趋势项、滤波和归一化的预处理，消除环境参数发生变化时引起的RGB三色均值出现的阶梯性、斜向上、斜向下和大跨度起伏的趋势走向变化，确保了从预处理后的三色均值矩阵中提取的生理参数的准确性。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测方法，所述步骤S4中，选用平滑系数为4-10的先验平滑高通滤波方法进行去趋势项处理。

本实施例所述的非接触式生理参数检测方法，所述高通滤波器，平滑系数设置为λ=1，2，4，10，20，50，300时分别对应的高通滤波器的信号的截止频率为0.189，0.132，0.093，0.059，0.041，0.025，0.011。因为在生理参数检测过程中，要保留的生理参数信号就是[0.2-4]之间的信号，因此，在测试过程中，选择λ=4和10比较好。

本实施例所述的非接触式生理参数检测方法，所述高通滤波器为平滑先验的高通滤波器，该滤波器对信号的低频的大跨度波动、阶梯状、斜上和斜下的趋势性变化具有很好的滤波效果，能够最大限度保存高平的低幅度变化信号的真实信息。所述原始三色均值矩阵进行去趋势项处理之前的波形如图2所示，通过所述高通滤波器进行去趋势项处理后的波形如图3所示，可以看到，经过所述高通滤波器进行去趋势项处理后，可以使数据在一条水平直线上下波动，得到较为集中的数据波形图，可以最大限度的去除噪声信号。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测方法，所述步骤S4中，选用平滑参数为4-10的先验平滑高通滤波器对所述预处理后的三色均值矩阵中的数据进行去趋势项处理。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测方法，所述步骤S4中，选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。

如果要检测的生理参数为心率，则采用频率为[0.6,4]（对应心率为[36,240]）的第一带通滤波器进行滤波处理。同理，如果要检测的生理参数为呼吸率，则采用频率为[0.150.6](对应呼吸每秒9-36次)的第一带通滤波器进行滤波处理。进行去趋势项和滤波处理后的用于检测心率信息的波形如图4所示，可以看到，选用与生理参数相适应的第一带通滤波器进行滤波处理，可以降低噪声信号，提高有用信号在混合信号中的能量比重，提高提取的生理参数的准确性。

在所述步骤S4中，对所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理，得到预处理后的三色均值矩阵的波形如图5所示，可以最大限度的消除外部环境参数产生的噪声干扰和生成便于后续处理模块处理的中间过度数据。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测方法，所述步骤S5具体包括如下步骤：

S51：采用jade算法将所述预处理后的三色均值矩阵作为样本信号进行信号分离，获取所述样本信号的三个分量信号。

S52：筛选所述三个分量信号中能量最集中的信号作为包含人体生理信息的目标信号。

S53：选用与生理参数的频率特性相匹配的第二带通滤波器对所述目标信号进行滤波处理，获取生理参数对应的频率信号，提取出生理参数。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测方法，所述步骤S52具体包括如下步骤：

S521：获取三个分量信号的功率最大侧频率值f_max1、f_max2和f_max3，生理参数频率特性的低频和高频的截止频率f_l和f_h。

S522：分别获取三个分量信号的f_max1、f_max2和f_max3频率分量对应功率值p_max1、p_max2、p_max3以及三个分量信号的信号总功率值p_sum1、p_sum2和p_sum3，并计算出三个分量信号在所述截止频率[f_l f_h]外的噪声频率分量总功率值P_Z1，P_Z2和P_Z3。

S523：分别获取三个分量信号的频率分量对应功率值与信号总功率值的比值w₁、w₂、w₃并比较其大小，然后再获取三个分量信号的噪声频率分量总功率值和信号总功率值的比值x₁、x₂、x₃的大小。其中频率分量对应功率值与信号总功率值的比值最大，且噪声频率分量总功率值和信号总功率值的比值最小的分量信号，即为能量最集中的信号。

S524：将所述能量最集中的信号作为包含人体生理信息的目标信号。

本实施例所述的非接触式生理参数检测方法，采用jade算法对所述预处理后的三色均值矩阵进行信号分离处理后获取的三个分量信号的频谱图如图6所示，可以看到位于中间位置的波形能量最为集中，因此，通过计算，就会将该波形所对应的信号分量作为包含人体生理信息的目标信号。之后采用与生理参数特性匹配的第二带通滤波器对所述目标信号进行滤波处理，获取处理后的信号功率最大频率作为生理参数的测量值，提取出生理参数。如果要检测的生理参数为心率，此时所述第二带通滤波器选用通带为[0.64]的带通滤波器进行滤波处理，然后选择功率幅值最大的频率作为测量获得的心率信号，将频率值乘以60就是测得的心率值；同理如果要检测的生理参数为呼吸率，根据人呼吸频率的特点，此时所述第二带通滤波器选用通带为[0.150.6]的带通滤波器进行滤波处理，然后提取功率幅值最大的频率作为呼吸频率信号，将频率值乘以60就是测试者每分钟的呼吸次数。如图7所示是经过所述第二带通滤波器滤波后的信号频谱图，由此可以很容易的获得测试者的生理参数。

本实施例所述非接触式生理参数检测方法，通过jade算法对预处理后的三色均值矩阵进行信号分离，并筛选出能量集中度高和无用噪声频率功率低的信号作为包含人体生理信息的目标信号，并选用与生理参数特性匹配的第二带通滤波器对所述包含人体生理信息的目标信号进行滤波处理，获取滤波后信号功率幅值最高频率作为生理参数数值，进而提取出生理参数。因为能量集中度高和无用噪声频率功率值低的信号其功率主要集中在有用频率信号上，更能够准确提取生理参数信息，获取比较准确的生理参数。

本实施例所述非接触式生理参数检测方法，通过分别比较三个分量信号的频率分量对应功率值与信号总功率值比值的大小以及三个分量信号各自噪声频率分量总功率和值与信号总功率值的比值大小综合得到最佳的包含人体生理参数的目标信号。因此，本实施例所述非接触式生理参数检测方法，可以快捷准确的筛选出提取生理参数的目标信号，为后续的生理参数的提取奠定了良好的提取基础。

实施例2

在实施例1的基础上，本实施例所述的非接触式生理参数检测方法，如图1所示，所述步骤S21具体包括如下步骤：

S211：建立色彩空间坐标系，所述色彩空间坐标系中的每一个坐标点与该帧图像所在坐标系中的每一个点相对应；并将该帧图像进行图像色彩空间变换，得到该帧图像在所述色彩空间坐标系下的YcrCb色彩空间图像。

S212：基于所述YCrCb色彩空间图像中每一个像素点的亮度值与肤色值的关系，获取所述YCrCb色彩空间图像中的所有面部图像所在的粗略坐标区域。

S213：根据所述粗略坐标区域，计算确定每一个面部图像在所述YCrCb色彩空间图像中的基准位置坐标和有效区域坐标。

S214：比较相邻两帧图像中同一个面部图像的所述基准位置坐标的差值：

若所述差值在阈值范围内，直接使用前一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标。

若所述差值在阈值范围外，则使用所述步骤S213中得到的所述有效区域坐标作为该帧图像中的有效区域坐标。

S215：根据确定的该帧图像中的各面部图像的有效区域坐标从该帧图像中截取面部图像。

在进行色彩空间转换之前，所述数字视频中的每一帧图像是RGB色彩空间编码的图像。RGB编码的图像，其像素值受环境中的亮度影响非常大，同一物体在不同亮度下时的取值不同，因此对视频帧进行基于肤色提取面部图像时无法使用。将RGB图像转换为YCrCb色彩空间的图像，Y表示明亮度（luma），也就是灰度，Cr反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。而CB反映的是RGB输入信号蓝色部分与RGB信号亮度值之间的差异。本实施例所述非接触式生理参数检测方法，通过将RGB空间的图像转为YCrCb空间的图像，可以忽略Y（亮度）的影响，因为YcrCb空间受亮度影响很小，肤色会产生很好的类聚，即肤色点可以形成很好的连通域面积，也即面部的话就会看到一个面部的区域，手臂的话就会看到一条手臂的形态，非常容易识别，因而可以准确方便的确定面部YCrCb色彩图像所在的坐标区域，进而确定每一个面部YCrCb色彩图像中的基准位置坐标，确保了后续数据处理过程的准确性。

本实施例还给出了一个面部图像提取的具体案例，该案例中测试者为黄色人种。

首先，将获取的该帧图像转换为YcrCb色彩空间可以表示的图像，以降低图像处理难度。通过建立色彩空间坐标系，得到该帧图像在所述色彩空间坐标系下的YcrCb色彩空间图像，因此，所述色彩空间坐标系中的每一个坐标点与该帧图像所在坐标系中的每一个点是一一对应的，也即确定了YCrCb色彩空间图像的面部坐标区域，也就确定了该帧图像中的面部坐标区域。

之后，进行面部识别和坐标区域定位，具体处理过程如下：

根据黄色人种皮肤的特征，将Cr值在[120-160]区间和Cb值在[110-150]区间的像素点赋“1”值，其他的像素点置“0”，得到YcrCb色彩空间图像的二值化图像。对二值化图像进行腐蚀、封闭和膨胀处理，获取联通域面积以及长宽比符合人脸特征的连通域编号，如果该帧图像中有多名测试者的面部肤色图像，则会分别获取每个测试者的面部肤色图像对应的连通域编号，计算每个测试者的面部肤色图像对应的连通域的最小外接矩形坐标（X1,Y1,H1,W1），即可获取该YcrCb色彩空间图像中的各面部图像所在的粗略位置区域坐标。

之后，进行面部图像精准定位，在本案例中，将面部眼鼻坐标和面部中线位置坐标作为基准位置坐标，具体处理过程如下：

将面部图像所在的粗略位置区域坐标放大固定比例，再利用放大后的所述粗略位置区域坐标从YCrCb色彩图像的灰度数据中提取面部的灰度图像数据。对所述灰度图像数据进行增强和二值化处理，然后识别面部图像中的面部眼嘴坐标，并根据面部眼嘴坐标计算双眼间距、眼睛到嘴中间位置连线坐标，进而确定面部图像在YcrCb色彩空间图像中的面部中线位置坐标以及面部图像在YcrCb色彩空间图像中的有效区域坐标。

之后比较相邻两帧图像对应的同一个测试者的面部图像在YcrCb色彩空间图像的基准位置坐标的差值，具体处理过程如下：

比较该帧图像中对应的面部图像在YcrCb色彩空间图像中的面部眼鼻坐标和面部中线位置坐标同上一帧图像中对应的面部图像在YcrCb色彩空间图像中的面部眼鼻坐标和面部中线位置坐标的差值。若差值在阈值范围内，说明脸的摆动幅度很小，直接使用上一帧的面部图像在YcrCb色彩空间图像所在的有效区域坐标对应出其在该帧图像（即RGB原图）中的坐标区域（X1+X2，Y1+Y2，H2，W2），从该帧图像中截取坐标区域（X1+X2，Y1+Y2，H2，W2）内的图像即为测试者的面部图像。如果该帧图像中有多个测试者的面部图像，则进行多次截取以获取每个测试者的面部图像，处理过程都是相似的，在此不再赘述。

在图像数据处理过程中，如果外部环境参数变化过大的话，会产生大量的噪声信号，影响最终提取数据的准确性，本实施例所述非接触式生理参数检测方法，通过比较前后两帧图像中同一个面部图像在YCrCb色彩空间图像的基准位置坐标的差值，当差值在阈值范围内，也即测试者偏移幅度非常微小的情况下，尽可能根据前一帧的对应面部图像的有效区域坐标从该帧图像中截取面部图像，也即尽可能截取环境位置相同、大小相同的面部图像，因为同一环境位置下的环境参数基本不变或者只有微小的变化，因此会最大限度的降低噪声信号，确保提取的生理参数的准确性。

实施例3

在实施例1和实施例2的基础上，本实施例所述的非接触式生理参数检测方法，如图1所示，所述步骤S22中针对每一面部图像具体进行如下处理：

S221：对截取的面部图像进行RGB三色分离，获取每个独立颜色分量的矩阵I_i，其中i=1或2或3，并获取该面部图像在宽度方向上的像素点个数n和在长度方向上的像素点个数m。

S222：利用以下公式分别得到该帧图像的每个面部图像的RGB三色分量放大1000倍后的均值：

$U_i=\frac{1000*\left({\mathrm{\Σ}}_1^n{\mathrm{\Σ}}_1^m\left(I_i\right)\right)}{n*m}.$

由公式可以看到，本实施例所述非接触式生理参数检测方法，在计算颜色分量均值过程中将相关参数放大1000倍后获取RGB三色均值，相当于将RGB三色均值的变化波动也放大了1000倍。由此在后续处理过程最大限度的保留均值的波动变化信息，提高生理参数提取的精度和准确率。RGB三色均值规律性变化的原因是面部肤色的规律性变化，面部肤色的规律性变化是由心脏收缩和肺部呼吸的规律性变化产生的，因此，通过RGB三色均值的变化规律，是可以获取心脏收缩和肺部呼吸的规律性变化，也即测试者的心率和呼吸率的。因此，本实施例所述非接触式生理参数检测方法，能够比较容易发现RGB三色均值产生的变化，进而获取精确的RGB三色均值的变化规律，进而提取出准确的心率和呼吸率等生理参数。

在实际检测过程中，取放大1000倍后的RGB三色均值能够起到最好的观测效果。但是因为采用通过放大RGB三色均值的方式来实现更容易发现肤色的规律性变化的方式与本实施例的思路一致，均应落入本发明的保护范围之内。

实施例4

在实施例1-实施例3任一所述实施例的基础上，如图1所示，本实施例所述的非接触式生理参数检测方法，所述步骤S3具体包括如下步骤：

S31：将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入原始三色均值矩阵。

S32：每处理一帧图像获取同一面部图像新的RGB三色均值后，将所述原始三色均值矩阵中的数据总体向低位移一位，将所述新的RGB三色均值存入所述原始三色均值矩阵的最高位置,保存所述原始三色均值矩阵的数据长度为N，当所述原始三色均值矩阵中的数据向低位移动I位后，若所述原始三色均值矩阵中的数据全部非零值，则进入步骤S4，若所述原始三色均值矩阵中的数据有零值，则进入步骤S1；所述N和I均为正整数，且N大于I。

作为一种可选的实施方式，本实施例所述的非接触式生理参数检测方法，所述步骤S32中，N取值大于10倍帧率，I取值大于3倍帧率。即原始三色均值矩阵中至少应该有10秒以上的面部图像RGB三色均值数据。I的取值至少要大于3倍帧率，即原始三色均值矩阵中的数据至少更新了3秒以上的数据。经过试验视频在帧率为30时，N和I分别取600和100以上数据时有较好的效果。

本实施例所述非接触式生理参数检测方法，将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入保存视三色均值数据的原始三色均值矩阵中，得到该面部图像的原始三色均值矩阵；每处理一帧视频图像获取新的RGB三色均值后，将所述原始三色均值矩阵中的所以均值数据总体向低位移动一位，然后将新获取的均值数据放入矩阵的最高位中，当原始三色均值矩阵中的数据更新I位长度的均值数据后通知后续处理单元对原始均值矩阵的数据进行后续处理。所述原始三色均值矩阵的数据长度N和更新数据长度阈值I都是正整数，且N的取值至少应该大于10倍帧率值，即原始均值矩阵至少保存10秒以上视频帧的三色均值数据；I的取值至少大于3倍帧率值，即原始三色均值矩阵中的数据至少更新3秒的数据后才进行后续处理。实验证明当N取20倍帧率以上值和I取3倍帧率以上值时有较好的效果。随着视屏图像的实时更新，原始三色均值矩阵中的数据也跟随发生变化，当更新的数据长度为I时，就进行一次生理参数的提取操作。获得的生理参数信息通过设备的显示单元动态实时的显示。

本实施例所述非接触式生理参数检测方法，所述原始三色均值矩阵的数据是实时更新的，能够实现对测试者连续的，实时的检测。为了提高测试者的体验度，在实际测量过程中，原始均值矩阵的数据每更新指定长度的均值数据，就会进行一次生理参数提取和显示操作，因为生理参数是实时更新显示的，可以提高用户的测量体验感觉。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测方法，还包括如下步骤：

S6：显示生理参数，并将生理参数进行分析，当判断生理参数异常时进行报警提示。

本实施例所述非接触式生理参数检测方法，通过将检测到生理参数进行分析，进而获得测试者的生理和心理状态，在检测到有异常生理状态时，可以通过显示或者语音的方式进行报警提示。在行车过程中，通过对测试者进行报警提示，可以通过对驾驶员进行正向刺激使驾驶员恢复正常驾驶能力或者提示驾驶员停止驾车，防止意外事故发生。

实施例5

本实施例提供了一种非接触式生理参数检测系统，如图8所示，包括：

数字视频获取模块1，用于获取视频采集区域的数字视频。

图像处理模块2，其包括面部图像提取单元21和均值获取单元22；所述面部图像提取单元21，从所述数字视频获取模块1获取所述数字视频，并从所述数字视频中的每一帧图像中提取出其所包含的所有面部图像；所述均值获取单元22，计算从所述面部图像提取单元21获取的每个面部图像的RGB三色均值。

均值矩阵获取模块3，根据从所述均值获取单元22获取的每一帧图像中的所述RGB三色均值获取原始三色均值矩阵。

预处理模块4，对从所述均值矩阵获取模块3获取的所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理，得到预处理后的三色均值矩阵。

生理参数提取模块5，从所述预处理模块4获取所述预处理后的三色均值矩阵，并从所述预处理后的三色均值矩阵中提取生理参数。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测系统，所述预处理模块4选用平滑参数为4-10的先验平滑高通滤波器对所述预处理后的三色均值矩阵中的数据进行去趋势项处理。

本实施例所述非接触式生理参数检测系统，通过预处理模块4对原始三色均值矩阵进行去趋势项、滤波和归一化的预处理，避免了当环境参数发生变化时，RGB三色均值出现的阶梯性、斜向上、斜向下和大跨度波动的趋势走向变化，确保了从预处理后的三色均值矩阵中提取的生理参数的准确性。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测系统，所述预处理模块4，选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测系统，所述生理参数提取模块5，具体包括：

信号分量获取单元51，采用jade算法将从所述预处理模块4获取的所述预处理后的三色均值矩阵作为样本信号进行信号分离，获取所述样本信号的三个分量信号。

筛选单元52，从所述信号分量获取单元51获取所述三个分量信号，筛选所述三个分量信号中能量最集中的信号作为包含人体生理信息的目标信号。

生理参数提取单元53，选用与生理参数的频率特性相匹配的第二带通滤波器对从所述筛选单元52获取的所述目标信号进行滤波处理，获取生理参数对应的频率信号，提取出生理参数。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测系统，所述筛选单元52，具体包括：

频率值获取器521，用于获取三个分量信号的功率最大侧频率值f_max1、f_max2和f_max3，生理参数频率特性的低频和高频的截止频率f_l和f_h。

功率值计算器522，用于分别获取三个分量信号的f_max1、f_max2和f_max3频率分量对应功率值p_max1、p_max2、p_max3以及三个分量信号的信号总功率值p_sum1、p_sum2和p_sum3，并计算出三个分量信号在所述截止频率[f_l f_h]外的噪声频率分量总功率值P_Z1，P_Z2和P_Z3。

信号提取器523，用于分别获取三个分量信号的频率分量对应功率值与信号总功率值的比值w₁、w₂、w₃并比较其大小，然后再获取三个分量信号的噪声频率分量总功率值和信号总功率值的比值x₁、x₂、x₃的大小。其中频率分量对应功率值与信号总功率值的比值最大，且噪声频率分量总功率值和信号总功率值的比值最小的分量信号，即为能量最集中的信号；并将所述能量最集中的信号作为包含人体生理信息的目标信号。

本实施例所述非接触式生理参数检测系统，所述信号分量获取单元51通过jade算法对从所述预处理模块4获取的所述预处理后的三色均值矩阵进行信号分离，并通过筛选单元52筛选出能量最集中的信号作为生理参数提取信号，所述生理参数提取单元53，采用与生理参数特性匹配的第二带通滤波器对从所述筛选单元52获取的所述生理参数提取信号进行滤波处理，获取生理参数对应的频率信号，进而提取出生理参数。因为能量集中在生理参数截止频带内，噪声信号功率小。因此其作为包含人体生理信息的目标信号，能够获取比较准确的生理参数。

实施例6

在实施例5的基础上，本实施例所述的非接触式生理参数检测系统，如图8所示，所述面部图像提取单元21，具体包括：

色彩空间变换器211，用于建立色彩空间坐标系，且所述色彩空间坐标系中的每一个坐标点与该帧图像所在坐标系中的每一个点相对应；并将该帧图像进行图像色彩空间变换，得到该帧图像在所述色彩空间坐标系下的YcrCb色彩空间图像。

粗定位器212，基于所述YCrCb色彩空间图像中每一个像素点的亮度值与肤色值的关系，获取所述YCrCb色彩空间图像中的所有面部图像所在的粗略坐标区域。

精准定位器213，根据所述粗略坐标区域，计算确定每一个面部图像在所述YCrCb色彩空间图像中的基准位置坐标和有效区域坐标。

差值判断器214，比较相邻两帧图像中同一个面部图像的所述基准位置坐标的差值：若所述差值在阈值范围内，直接使用前一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标；若所述差值在阈值范围外，则使用上一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标。

提取器215，根据确定的所述有效区域坐标从该帧图像中截取面部图像。

本实施例所述非接触式生理参数检测系统，通过差值判断器214比较相邻两帧图像中同一个面部图像的基准位置坐标的差值：若所述差值在阈值范围内，直接使用前一帧图像中的面部图像有效区域坐标作为该帧图像中对应面部图像有效区域坐标值；若所述差值在阈值范围外，则使用所述步骤S213中得到的面部图像有效区域坐标值作为该帧图像中面部图像有效区域坐标值；之后提取器215根据确定的该帧图像中YCrCb色彩空间图像中的面部图像有效区域坐标从该帧图像，即原始的RGB色彩空间编码图像中截取RGB面部图像。在图像数据处理过程中，如果外部环境参数发生变化，会产生噪声信号干扰生理参数的提取，影响检测结果数据的准确性。本实施例所述非接触式生理参数检测系统，通过比较前后两帧图像中同一个面部图像在YCrCb色彩空间图像的基准位置坐标的差值，当差值在阈值范围内，也即测试者在非常微小摆动情况下，可以选用前一帧图纸中的面部图像有效坐标值直接从该帧RGB原始图像中截取RGB色彩空间编码的面部图像，这样可以保证相邻帧在测试者移动非常微小情况下获得大小、位置相同的面部图像，最大限度的降低面部图像截取误差产生的噪声信号干扰生理参数测量结果的准确性。

实施例7

在实施例5或实施例6的基础上，本实施例所述的非接触式生理参数检测系统，如图8所示，所述均值获取单元22，具体包括：

三色分离器221，用于对从所述提取器215获取的面部图像进行RGB三色分离，获取每个独立颜色分量的矩阵I_i，其中i=1或2或3，并获取该面部图像在宽度方向上的像素点个数n和在长度方向上的像素点个数m。

均值计算器222，利用以下公式得到每个面部图像放大1000倍后的RGB三色均值：

$U_i=\frac{1000*\left({\mathrm{\Σ}}_1^n{\mathrm{\Σ}}_1^m\left(I_i\right)\right)}{n*m}.$

本实施例所述非接触式生理参数检测方法，所述均值计算器222中计算颜色分量均值过程中将相关参数放大1000倍后获取RGB三色均值，相当于将RGB三色均值的变化波动也放大了1000倍。由此在后续处理过程最大限度的保留均值的波动变化信息，提高生理参数提取的精度和准确率。RGB三色均值规律性变化的原因是面部肤色的规律性变化，面部肤色的规律性变化是由心脏收缩和肺部呼吸的规律性变化产生的，因此，通过RGB三色均值的变化规律，是可以获取心脏收缩和肺部呼吸的规律性变化，也即测试者的心率和呼吸率的。因此，本实施例所述非接触式生理参数检测方法，能够比较容易发现RGB三色均值产生的变化，进而获取精确的RGB三色均值的变化规律，进而提取出准确的心率和呼吸率等生理参数。

实施例8

在实施例5-实施例7任一所述实施例的基础上，本实施例所述的非接触式生理参数检测系统，如图8所示，所述均值矩阵获取模块3，具体包括：

排列单元31，将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入原始三色均值矩阵。

滑移单元32，每处理一帧图像获取同一面部图像新的RGB三色均值后，将所述原始三色均值矩阵中的数据总体向低位移一位，将所述新的RGB三色均值存入所述原始三色均值矩阵的最高位置,保存所述原始三色均值矩阵的数据长度为N，当所述原始三色均值矩阵中的数据向低位移动I位后，若所述原始三色均值矩阵中的数据全部非零值，则启动所述预处理模块4，若所述原始三色均值矩阵中的数据有零值，则从所述数字视频获取模块1获取新的数字视频；所述N和I均为正整数，且N大于I。

作为一种可选的实施方式，本实施例所述的非接触式生理参数检测系统，所述滑移单元32中，N取值大于10倍帧率，I取值大于3倍帧率。

本实施例所述非接触式生理参数检测系统，所述滑移单元32中N取值至少应该大于10倍帧率，即原始三色均值矩阵中至少应该有10秒以上的面部图像三色均值数据。I的取值至少要大于3倍帧率，即原始三色均值矩阵中的数据至少更新了3秒以上的数据。经过试验在视频帧率为30时，N和I分别取600和100以上数据时有较好的效果。

本实施例所述非接触式生理参数检测方法，将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入保存RGB三色均值数据的原始三色均值矩阵中，得到该面部图像的原始三色均值矩阵；每处理一帧视频图像获取新的RGB三色均值后，将所述原始三色均值矩阵中的所以均值数据总体向低位移动一位，然后将新获取的均值数据放入矩阵的最高位中，当原始三色均值矩阵中的数据更新I位长度的均值数据后通知后续处理单元对原始均值矩阵的数据进行后续处理。所述原始三色均值矩阵的数据长度N和更新数据长度阈值I都是正整数，且N的取值至少应该大于10倍帧率值，即原始均值矩阵至少保存10秒以上视频帧的三色均值数据；I的取值至少大于3倍帧率值，即原始三色均值矩阵中的数据至少更新3秒的数据后才进行后续处理。实验证明当N去20倍帧率以上值和I取3倍帧率以上值时有较好的效果。随着视屏图像的实时更新，原始三色均值矩阵中的数据也跟随发生变化，当更新的数据长度为I时，就进行一次生理参数的提取操作。获得的生理参数信息通过设备的显示单元动态实时的显示。

本实施例所述非接触式生理参数检测方法，所述原始三色均值矩阵的数据是实时更新的，能够实现对测试者连续的，实时的检测。为了提高测试者的体验度，在实际测量过程中，原始均值矩阵的数据没更新指定长度的均值数据，就会进行一次生理参数提取和显示操作，因为生理参数是实时更新显示的，可以提高用户的测量体验感觉。

作为一种优选的实施方式，本实施例所述的非接触式生理参数检测系统，还包括：

显示报警模块6，内设显示单元61和生理分析单元62，所述显示模块61用于显示从所述生理参数提取单元53获取的生理参数，所述生理分析模块62用于对生理参数进行分析，当判断生理参数异常时进行报警提示。

本实施例所述非接触式生理参数检测系统，当所述生理分析模块62判断生理数据异常时通过显示或者语音的方式进行报警提示。提醒测试者注意。在行车过程中，通过对测试者的生理参数进行分析，获得驾驶员的驾驶能力。遇到驾驶员生理和心理状态有异常时，对驾驶员进行正向刺激，纠正驾驶员的行车能力或者提示驾驶员停止驾车，防止意外事故的发生。

实施例9

本实施例还提供了一种非接触式生理参数检测装置，如图9所示，包括：

摄像头7，用于采集视频。

视频编解码芯片8，将从所述摄像头7获取的模拟视频信号转换为数字视频信号。

终端设备9，包括DSP图像处理芯片91、显示控制单元92、存储单元93和输入输出接口94。

所述DSP图像处理芯片91，内设所述图像处理模块2、所述均值矩阵获取模块3、所述预处理模块4、所述生理参数提取模块5以及所述显示报警模块6。

所述显示控制单元92，包括显示屏921和ARM芯片922，所述ARM芯片922驱动所述显示屏921显示所述摄像头7采集的视频和所述DSP图像处理芯片91输出的生理参数和报警提示信息。

所述存储单元93，包括FLASH存储芯片931和SD卡932，用于保存视频和生理参数。

输入输出接口94，用于实现所述终端设备9与外界的信息交互。

在具体应用过程中，所述视频编解码芯片8可以内置于所述终端设备9内，所述DSP图像处理芯片91，因为内设所述非接触式生理参数检测系统中的所述图像处理模块2、所述均值矩阵获取模块3、所述预处理模块4、所述生理参数提取模块5以及所述显示报警模块6，因此可以实现面部图像提取、生理参数提取等功能。

测试者通过本实施例所述的非接触式生理参数检测装置，即可实现对生理参数的实时监测，获取到准确的生理参数信息。并且终端设备9还可以通过输入输出接口94实现与外界的信息交互，将测试者的生理参数传输至外界的分析设备中，对测试者的身体状况进行评估。本实施例所述的非接触式生理参数检测装置，因为所述视频编解码芯片8也可以内置于终端设备9中，因此所述非接触式生理参数检测装置只包括了一个摄像头7和终端设备9，非常适合安装于车辆空间内，实现对驾驶员生理参数的实时检测和分析，当检测到驾驶员的生理和心理状态出现异常时，对驾驶员进行正向刺激，纠正驾驶员的行车能力或者提示测试者停止驾车，防止意外事故的发生，确保行车安全。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

Claims (21)

1.一种非接触式生理参数检测方法，其特征在于，包括如下步骤：

S1：获取视频采集区域的数字视频；

S2：对所述数字视频中的每一帧图像进行如下处理：

S21：从该帧图像中提取出其所包含的所有面部图像；

S22：分别计算每个面部图像的RGB三色均值；

S3：根据每一帧图像中的所述RGB三色均值获取原始三色均值矩阵；

S4：对所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理，得到预处理后的三色均值矩阵；

S5：从所述预处理后的三色均值矩阵中提取生理参数。

2.根据权利要求1所述的非接触式生理参数检测方法，其特征在于：

所述步骤S4中，选用平滑参数为4-10的先验平滑高通滤波器对所述预处理后的三色均值矩阵中的数据进行去趋势项处理。

3.根据权利要求1或2所述的非接触式生理参数检测方法，其特征在于，所述步骤S21具体包括如下步骤：

S211：建立色彩空间坐标系，所述色彩空间坐标系中的每一个坐标点与该帧图像所在坐标系中的每一个点相对应；并将该帧图像进行图像色彩空间变换，得到该帧图像在所述色彩空间坐标系下的YcrCb色彩空间图像；

S212：基于所述YCrCb色彩空间图像中每一个像素点的亮度值与肤色值的关系，获取所述YCrCb色彩空间图像中的所有面部图像所在的粗略坐标区域；

S213：根据所述粗略坐标区域，计算确定每一个面部图像在所述YCrCb色彩空间图像中的基准位置坐标和有效区域坐标；

S214：比较相邻两帧图像中同一个面部图像的所述基准位置坐标的差值：

若所述差值在阈值范围内，直接使用前一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标；

若所述差值在阈值范围外，则使用所述步骤S213中得到的所述有效区域坐标作为该帧图像中的有效区域坐标；

S215：根据确定的所述有效区域坐标从该帧图像中截取面部图像。

4.根据权利要求1-3任一所述的非接触式生理参数检测方法，其特征在于，所述步骤S22中针对每一面部图像具体进行如下处理：

S221：对截取的面部图像进行RGB三色分离，获取每个独立颜色分量的矩阵I_i，其中i=1或2或3，并获取该面部图像在宽度方向上的像素点个数n和在长度方向上的像素点个数m；

S222：利用以下公式分别得到该帧图像的每个面部图像的RGB三色分量放大1000倍后的均值：

$U_i=\frac{1000*\left({\mathrm{\Σ}}_1^n{\mathrm{\Σ}}_1^m\left(I_i\right)\right)}{n*m}.$

5.根据权利要求1-4任一所述的非接触式生理参数检测方法，其特征在于，所述步骤S3具体包括如下步骤：

S31：将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入原始三色均值矩阵；

S32：每处理一帧图像获取同一面部图像新的RGB三色均值后，将所述原始三色均值矩阵中的数据总体向低位移一位，将所述新的RGB三色均值存入所述原始三色均值矩阵的最高位置,保存所述原始三色均值矩阵的数据长度为N，当所述原始三色均值矩阵中的数据向低位移动I位后，若所述原始三色均值矩阵中的数据全部非零值，则进入步骤S4，若所述原始三色均值矩阵中的数据有零值，则进入步骤S1；所述N和I均为正整数，且N大于I。

6.根据权利要求5所述的非接触式生理参数检测方法，其特征在于：

所述步骤S32中，N取值大于10倍帧率，I取值大于3倍帧率。

7.根据权利要求1-6任一所述的非接触式生理参数检测方法，其特征在于：

所述步骤S4中，选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。

8.根据权利要求1-7任一所述的非接触式生理参数检测方法，其特征在于，所述步骤S5具体包括如下步骤：

S51：采用jade算法将所述预处理后的三色均值矩阵作为样本信号进行信号分离，获取所述样本信号的三个分量信号；

S52：筛选所述三个分量信号中能量最集中的信号作为包含人体生理信息的目标信号；

S53：选用与生理参数的频率特性相匹配的第二带通滤波器对所述目标信号进行滤波处理，获取生理参数对应的频率信号，提取出生理参数。

9.根据权利要求8所述的非接触式生理参数检测方法，其特征在于，所述步骤S52具体包括如下步骤：

S521：获取三个分量信号的功率最大侧频率值f_max1、f_max2和f_max3，生理参数频率特性的低频和高频的截止频率f_l和f_h；

S522：分别获取三个分量信号的f_max1、f_max2和f_max3频率分量对应功率值p_max1、p_max2、p_max3以及三个分量信号的信号总功率值p_sum1、p_sum2和p_sum3，并计算出三个分量信号在所述截止频率[f_l f_h]外的噪声频率分量总功率值P_Z1，P_Z2和P_Z3；

S523：分别获取三个分量信号的频率分量对应功率值与信号总功率值的比值w₁、w₂、w₃并比较其大小，然后再获取三个分量信号的噪声频率分量总功率值和信号总功率值的比值x₁、x₂、x₃的大小。其中频率分量对应功率值与信号总功率值的比值最大，且噪声频率分量总功率值和信号总功率值的比值最小的分量信号，即为能量最集中的信号；

S524：将所述能量最集中的信号作为包含人体生理信息的目标信号。

10.根据权利要求1-9任一所述的非接触式生理参数检测方法，其特征在于，还包括如下步骤：

S6：显示生理参数，并将生理参数进行分析，当判断生理参数异常时进行报警提示。

11.一种非接触式生理参数检测系统，其特征在于，包括：

数字视频获取模块（1），用于获取视频采集区域的数字视频；

图像处理模块（2），其包括面部图像提取单元（21）和均值获取单元（22）；所述面部图像提取单元（21），从所述数字视频获取模块（1）获取所述数字视频，并从所述数字视频中的每一帧图像中提取出其所包含的所有面部图像；所述均值获取单元（22），计算从所述面部图像提取单元（21）获取的每个面部图像的RGB三色均值；

均值矩阵获取模块（3），根据从所述均值获取单元（22）获取的每一帧图像中的所述RGB三色均值获取原始三色均值矩阵；

预处理模块（4），对从所述均值矩阵获取模块（3）获取的所述原始三色均值矩阵进行去趋势项处理、滤波处理和归一化处理，得到预处理后的三色均值矩阵；

生理参数提取模块（5），从所述预处理模块（4）获取所述预处理后的三色均值矩阵，并从所述预处理后的三色均值矩阵中提取生理参数。

12.根据权利要求11所述的非接触式生理参数检测系统，其特征在于：

所述预处理模块（4）选用平滑参数为4-10的先验平滑高通滤波器对所述预处理后的三色均值矩阵中的数据进行去趋势项处理。

13.根据权利要求11或12所述的非接触式生理参数检测系统，其特征在于：

所述面部图像提取单元（21），具体包括：

色彩空间变换器（211），用于建立色彩空间坐标系，且所述色彩空间坐标系中的每一个坐标点与该帧图像所在坐标系中的每一个点相对应；并将该帧图像进行图像色彩空间变换，得到该帧图像在所述色彩空间坐标系下的YcrCb色彩空间图像；

粗定位器（212），基于所述YCrCb色彩空间图像中每一个像素点的亮度值与肤色值的关系，获取所述YCrCb色彩空间图像中的所有面部图像所在的粗略坐标区域；

精准定位器（213），根据所述粗略坐标区域，计算确定每一个面部图像在所述YCrCb色彩空间图像中的基准位置坐标和有效区域坐标；

差值判断器（214），比较相邻两帧图像中同一个面部图像的所述基准位置坐标的差值：若所述差值在阈值范围内，直接使用前一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标；若所述差值在阈值范围外，则使用上一帧图像中的所述有效区域坐标作为该帧图像中的有效区域坐标；

提取器（215），根据确定的所述有效区域坐标从该帧图像中截取面部图像。

14.根据权利要求11-13任一所述的非接触式生理参数检测系统，其特征在于：

所述均值获取单元（22），具体包括：

三色分离器（221），用于对从所述提取器（215）获取的面部图像进行RGB三色分离，获取每个独立颜色分量的矩阵I_i，其中i=1或2或3，并获取该面部图像在宽度方向上的像素点个数n和在长度方向上的像素点个数m；

均值计算器（222），利用以下公式得到每个面部图像放大1000倍后的RGB三色均值：

$U_i=\frac{1000*\left({\mathrm{\Σ}}_1^n{\mathrm{\Σ}}_1^m\left(I_i\right)\right)}{n*m}.$

15.根据权利要求11-14任一所述的非接触式生理参数检测系统，其特征在于：

所述均值矩阵获取模块（3），具体包括：

排列单元（31），将每一帧图像中的同一个面部图像对应的RGB三色均值按处理的时间顺序存入原始三色均值矩阵；

滑移单元（32），每处理一帧图像获取同一面部图像新的RGB三色均值后，将所述原始三色均值矩阵中的数据总体向低位移一位，将所述新的RGB三色均值存入所述原始三色均值矩阵的最高位置,保存所述原始三色均值矩阵的数据长度为N，当所述原始三色均值矩阵中的数据向低位移动I位后，若所述原始三色均值矩阵中的数据全部非零值，则启动所述预处理模块（4），若所述原始三色均值矩阵中的数据有零值，则从所述数字视频获取模块（1）获取新的数字视频；所述N和I均为正整数，且N大于I。

16.根据权利要求15所述的非接触式生理参数检测系统，其特征在于：

所述滑移单元（32）中，N取值大于10倍帧率，I取值大于3倍帧率。

17.根据权利要求11-16任一所述的非接触式生理参数检测系统，其特征在于：

所述预处理模块（4），选用与生理参数的频率特性相适应的第一带通滤波器进行滤波处理。

18.根据权利要求11-17任一所述的非接触式生理参数检测系统，其特征在于：

所述生理参数提取模块（5），具体包括：

信号分量获取单元（51），采用jade算法将从所述预处理模块（4）获取的所述预处理后的三色均值矩阵作为样本信号进行信号分离，获取所述样本信号的三个分量信号；

筛选单元（52），从所述信号分量获取单元（51）获取所述三个分量信号，筛选所述三个分量信号中能量最集中的信号作为包含人体生理信息的目标信号；

生理参数提取单元（53），选用与生理参数的频率特性相匹配的第二带通滤波器对从所述筛选单元（52）获取的所述目标信号进行滤波处理，获取生理参数对应的频率信号，提取出生理参数。

19.根据权利要求18所述的非接触式生理参数检测系统，其特征在于：

所述筛选单元（52），具体包括：

频率值获取器（521），用于获取三个分量信号的功率最大侧频率值f_max1、f_max2和f_max3，生理参数频率特性的低频和高频的截止频率f_l和f_h；

功率值计算器（522），用于分别获取三个分量信号的f_max1、f_max2和f_max3频率分量对应功率值p_max1、p_max2、p_max3以及三个分量信号的信号总功率值p_sum1、p_sum2和p_sum3，并计算出三个分量信号在所述截止频率[f_l f_h]外的噪声频率分量总功率值P_Z1，P_Z2和P_Z3；

信号提取器（523），用于分别获取三个分量信号的频率分量对应功率值与信号总功率值的比值w₁、w₂、w₃并比较其大小，然后再获取三个分量信号的噪声频率分量总功率值和信号总功率值的比值x₁、x₂、x₃的大小。其中频率分量对应功率值与信号总功率值的比值最大，且噪声频率分量总功率值和信号总功率值的比值最小的分量信号，即为能量最集中的信号；并将所述能量最集中的信号作为包含人体生理信息的目标信号。

20.根据权利要求11-19任一所述的非接触式生理参数检测系统，其特征在于，还包括：

显示报警模块（6），内设显示单元（61）和生理分析单元（62），所述显示模块（61）用于显示从所述生理参数提取单元（53）获取的生理参数，所述生理分析模块（62）用于对生理参数进行分析，当判断生理参数异常时进行报警提示。

21.一种非接触式生理参数检测装置，其特征在于，包括：

摄像头（7），用于采集视频；

视频编解码芯片（8），将从所述摄像头（7）获取的模拟视频信号转换为数字视频信号；

终端设备（9），包括DSP图像处理芯片（91）、显示控制单元（92）、存储单元（93）和输入输出接口（94）；

所述DSP图像处理芯片（91），实现所述图像处理模块（2）、所述均值矩阵获取模块（3）、所述预处理模块（4）、所述生理参数提取模块（5）以及所述显示报警模块（6）；

所述显示控制单元（92），包括显示屏（921）和ARM芯片（922），所述ARM芯片（922）驱动所述显示屏（921）显示所述摄像头（7）采集的视频和所述DSP图像处理芯片（91）输出的生理参数和报警提示信息；

所述存储单元（93），包括FLASH存储芯片（931）和SD卡（932），用于保存控制程序、视频和生理参数；

输入输出接口（94），用于实现所述终端设备（9）与外界的信息交互。

Images