CN106491117A - 一种基于ppg心率测量技术的信号处理方法及装置 - Google Patents

Abstract

本发明公开了一种基于PPG心率测量技术的信号处理方法，包括：获取彩***，提取视频帧序列；对视频帧序列的每一个视频帧进行图像处理，确定视频帧的有效区域；根据视频帧的有效区域，提取有效信号，并进行降噪处理；对降噪后的信号进行周期分析，获得心率统计值。此外，本发明还提供了一种基于心率测量技术的信号处理装置，包括获取模块、图像处理模块、提取模块、降噪模块及分析处理模块，图像处理模块分别与获取模块、提取模块相连，降噪模块分别与提取模块、分析处理模块相连。本发明对存在运动、灯光、噪声等多种干扰情况下获取的测量信号进行针对性处理，大幅提高获取信号精度，扩大PPG技术使用范围，使其在各种环境下均能精确工作。

Description

一种基于PPG心率测量技术的信号处理方法及装置

技术领域

本发明涉及信号处理领域，尤其涉及一种基于PPG心率测量技术的信号处理方法及装置。

背景技术

现有PPG技术可以通过摄像头非接触地采集人体面部或者其他部位的视频图像，检测经过人体的血液和组织吸收后反射光强度的不同，描记出血管容积在心动周期内的变化率，然后利用现代信号处理的方法，从得到的脉搏波中计算得出心率，实现心率的无创连续非接触式测量。然而由于测量部位的移动、自然光、日光灯等等其他的干扰，最终测到的信号万网较弱，同时噪声干扰与波动非常严重，因而该PPG技术的非接触式测量得到结果并不完全理想。

目前该方面的研究侧重硬件结构实现方面，对光源选择以及***结构方面做了大量研究，在信息处理方面只是单纯地通过傅里叶变换等频谱分析方法提取有用信号，再经处理得到心率，处理过程精确度较低，在干扰信号较强时可信度低。

现有技术在目标存在运动、灯光、噪声等干扰的情况下测量精度严重下降，在信号处理方面采用的方法过于简单，难以适应各种使用环境下的需求，使得设备使用严重受限。

发明内容

本发明提供一种基于PPG心率测量技术的信号处理方法及装置，用以解决现有技术中存在基于PPG心率测量技术的信号处理方法过于简单，难以适应各种使用环境下的需求，使得设备使用严重受限的问题。

本发明方法一种基于PPG心率测量技术的信号处理方法，包括步骤：

S100获取彩***，提取视频帧序列；

S200对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域；

S300根据所述视频帧的有效区域，提取有效信号，并进行降噪处理；

S400对降噪后的信号进行周期分析，获得心率统计值。

优选的，所述步骤S200包括步骤：

S210采用直方图均衡化的方法对所述视频帧序列的每一个视频帧进行光照补偿处理；

S220采用基于纹理特征的方法对处理后的视频帧进行人脸检测，提取人脸区域彩色图像。

在自然光或者灯光照射下，通过传统摄像头获取自然彩***，然后通过图像处理减少光照的干扰、降噪来减少噪声的干扰，通过这一系列信号处理，从而提高测量精确度。也使得检测设备的使用范围更广泛，对环境的要求低。

进一步的，所述步骤S300包括步骤：

S310对所述有效区域的彩色图像进行三通道分离，获得数字化信号，并对所述数字化信号进行标准化与盲源分离处理；

S320将处理后的信号进行滤波。

进行人脸检测之前采用直方图均衡化方法对光照进行补偿，可大幅度消除光照不均对信号提取产生的影响；通过盲源分析可以消除一部分的伪动噪声。为了进一步消除噪声的影响，对经过盲源分析的信号需要进行数字滤波。

进一步的，所述步骤S310包括步骤：

S311将提取的有效区域的彩色图像进行红、绿、蓝三通道分离，分别得到数字化信号；

S312将所述数字化信号进行标准化，得到标准化后的数字信号；

S313将所述标准化后的数字信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号；

所述步骤S320包括步骤：

S321采用多点移动平均滤波法对信号进行处理；

S322采用窗口滤波法进行滤波处理。

考虑被拍摄目标可能存在位移现象，因此本发明选择窗口移动平均滤波法进行滤波处理，在处理过程中首先采用多点移动平均滤波法对信号进行处理，在采用窗口滤波法进行滤波处理

进一步的，所述步骤S400包括步骤：

S410采用Welch离散功率谱分析方法分析降噪后的信号，得到心率信号的频谱图；

S420通过得到的信号频谱，分析出信号周期，得到心率统计值。

采用Welch离散功率谱分析方法得到处理后的心率信号的频谱图，方法复杂度低，有利于实时测量

进一步的，所述步骤S410包括步骤：

S411将长度为N的数据分成L段，每段的长度为M；

S412分别求每一段的功率谱，然后取平均值，获得估计的功率谱；

所述步骤S420包括：

S421采用周期图法进行频谱分析，找出频谱中第一个峰值位置对应的频率，即为心率的频率，得到心率统计值。

进一步的，所述步骤S412中，估计的功率谱计算公式为：

其中，为第i段采集数据，d(t)为选取的窗口函数，U为归一化因子，表达式为

上述窗口函数可选用hamming窗。

进一步的，所述步骤S312中采用的标准化的方法为：

其中，μ_R、μ_G、μ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的均值，σ_R、σ_G、σ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的标准差，标准化后的信号均值为0，方差为1；

所述步骤S313中，对标准化后的信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号x_a(t)、x_b(t)、x_c(t)；

所述步骤S322中窗口滤波法采用的窗口函数为hamming窗，其时间窗口函数为：

窗谱为：

其中，T为滤波周期。

本发明还提供了一种基于PPG心率测量技术的信号处理的装置，该装置应用上述信号处理方法，包括获取模块、图像处理模块、提取模块、降噪模块及分析处理模块，所述图像处理模块分别与所述获取模块、提取模块相连，所述降噪模块分别与所述提取模块、分析处理模块相连，其中：

所述获取模块获取彩***，提取视频帧序列；

所述图像处理模块对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域；

所述提取模块根据所述视频帧的有效区域，提取有效信号，并通过所述降噪模块进行降噪处理；

所述分析处理模块对降噪后的信号进行周期分析，获得心率统计值。

进一步的，所述图像处理模块包括光照补偿单元、及与所述光照补偿单元相连的人脸区域确定单元；其中：

所述图像处理模块对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域包括：

所述光照补偿单元采用直方图均衡化的方法对所述视频帧序列的每一个视频帧进行光照补偿处理；

所述人脸区域确定单元采用基于纹理特征的方法对经过光照补偿处理后的视频帧进行人脸检测，提取人脸区域彩色图像。

进一步的，所述提取模块包括：信号分离单元、及与所述信号分离单元相连的标准化单元；所述降噪模块包括：盲源分析单元、及与所述盲源分析单元相连的滤波单元；其中：

所述提取模块根据所述视频帧的有效区域，提取有效信号，并通过所述降噪模块进行降噪处理包括：

所述信号分离单元对所述人脸区域的彩色图像进行三通道分离，获得数字化信号，并通过所述标准化单元对所述数字化信号进行标准化处理；所述盲源分析单元对经过所述标准化单元标准化处理后的信号进行盲源分析处理；

所述滤波单元将处理后的信号进行滤波。

进一步的，所述信号分离单元对所述人脸区域的彩色图像进行三通道分离，获得数字化信号，并通过所述标准化单元对所述数字化信号进行标准化处理；所述盲源分析单元对经过所述标准化单元标准化处理后的信号进行盲源分析处理包括：

所述信号分离单元将提取的有效区域的彩色图像进行红、绿、蓝三通道分离，分别得到数字化信号；

所述标准化单元将所述数字化信号进行标准化，得到标准化后的数字信号；

所述盲源分析单元将所述标准化后的数字信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号；

所述滤波单元将处理后的信号进行滤波包括：

所述滤波单元采用多点移动平均滤波法对信号进行处理；并采用窗口滤波法进行滤波处理。

进一步的，所述分析处理模块对降噪后的信号进行周期分析，获得心率统计值包括：

所述分析处理模块采用Welch离散功率谱分析方法分析所述降噪模块降噪后的信号，得到心率信号的频谱图；

所述分析处理模块通过得到的信号频谱，分析出信号周期，得到心率统计值。

进一步的，所述分析处理模块包括：分段单元、与所述分段单元相连的功率谱获取单元、及与所述功率谱获取单元相连的分析查找单元；其中：

所述分析处理模块采用Welch离散功率谱分析方法分析所述降噪模块降噪后的信号，得到心率信号的频谱图包括：

所述分段单元将长度为N的数据分成L段，每段的长度为M；

所述功率谱获取单元分别求每一段的功率谱，然后取平均值，获得估计的功率谱；

所述分析处理模块通过得到的信号频谱，分析出信号周期，得到心率统计值包括：

所述分析查找单元采用周期图法进行频谱分析，找出频谱中第一个峰值位置对应的频率，即为心率的频率，得到心率统计值。

进一步的，所述估计的功率谱计算公式为：

其中，为第i段采集数据，d(t)为选取的窗口函数，U为归一化因子，表达式为

进一步的，所述标准化单元将所述数字化信号进行标准化中，所述标准化的公式为：

其中，μ_R、μ_G、μ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的均值，σ_R、σ_G、σ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的标准差，标准化后的信号均值为0，方差为1；

所述盲源分析单元对标准化后的信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号x_a(t)、x_b(t)、x_c(t)；

所述窗口滤波法中采用的窗口函数为hamming窗，其时间窗口函数为：

窗谱为：

其中，T为滤波周期。

本发明有益效果如下：

(1)本发明所述信号处理方法及装置可以有效消除使用过程中光照、位移、噪声的干扰，提高测量精确度；

(2)本发明方法中含的算法搭载的设备使用范围更广泛，对环境要求低，使其在各种环境下均能精确工作。

(3)本发明所述方法计算复杂度低，可用于实时测量。

(4)本发明只需根据彩***即可确定心率值，因此，能够普及到普通家庭中。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明基于PPG心率测量技术的信号处理方法实施例一流程图；

图2为本发明基于PPG心率测量技术的信号处理方法另一实施例流程图；

图3为本发明基于PPG心率测量技术的信号处理方法另一实施例流程图；

图4为本发明基于PPG心率测量技术的信号处理装置实施例一框图；

图5为本发明基于PPG心率测量技术的信号处理装置另一实施例框图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本申请实施例提供的基于PPG心率测量技术的信号处理方法，可应用于手机、计算机、心率监测仪等设备，本申请实施例对此并不限定。

如图1所示，为本申请实施例一提供的一种基于PPG心率测量技术的信号处理方法流程图，包括步骤：

S100获取彩***，提取视频帧序列；

S200对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域；

S300根据所述视频帧的有效区域，提取有效信号，并进行降噪处理；

S400对降噪后的信号进行周期分析，获得心率统计值。

在步骤S100中，获取彩***，提取视频帧序列可以是实时获取的视频，并提取的视频帧序列，也可以是从存储器中获取的非实时视频，并从中提取的视频帧序列。本申请实施例对此并不限定。

在步骤S200中，对获取到的视频帧序列进行图像处理，确定有效区域。通过图像处理，可以去除视频帧上灯光或者自然光对信号的干扰；确定有效区域，这里的有效区域即为待检区域，一般情况下，确定的有效区域为位于人体皮肤裸露的区域，比如手臂、人脸等。由于人脸测量结果较好，因此尽量选择在人脸周围。需要说明的是，由于本领域技术人员很容易根据本申请实施例得到启示，通过在监测到人手等区域中确定有效区域，并跟该有效区域提取信号进行后续处理，因此这些都是本申请实施例所保护的范围。

在步骤S300中，针对提取的有效信号的噪音，进行了降噪处理，大幅度提高了信号的精度，扩大PPG技术使用范围。

较佳的，上述实施例中，所述步骤S200包括步骤：

S210采用直方图均衡化的方法对所述视频帧序列的每一个视频帧进行光照补偿处理；

S220采用基于纹理特征的方法对处理后的视频帧进行人脸检测，提取人脸区域彩色图像。

因为研究表明对人脸部位测量结果较好，因此图像拍摄可以尽量选择在人脸周围，对于拍摄的包含人脸的大范围区域，首先采用直方图均衡化的方法进行光照补偿，去除灯光或者自然光对信号的干扰，然后采用基于纹理特征的方法进行人脸区域提取，缩小信号处理范围，同时也可以提高信号处理精度。

所述的直方图均衡化方法，原理是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。这种方法通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。通过该方法，可以进行光照补偿，以便去除灯光或者自然光对信号的干扰，大幅度消除光照不均对信号提取产生的影响。当然，我们也可以采取其它的光照补偿方法，比如基于参考白的算法、Gam2ma矫正及其改进方法等，此处不赘述。

基于内容的图像检索技术因其在检索图像时快捷、方便、准确等特点，已经被越来越多的研究者所重视。它是指对图像进行分析的同时提取特征，然后利用所得到的特征建立索引并在图像库中对图像信息进行检索，从而得到用户所需要的图像。而纹理作为图像的重要信息特征，在基于内容的图像检索中起着重要作用。因此，本申请实施例中，采用了基于纹理特征的方法，来对视频帧进行人脸检测，提取人脸区域彩色图像。例如，LBP(LocalBinary patterm)人脸特征提取方法，是一种简单，有效的纹理分类的特征提取算法。

较佳的，在上述实施例一中，所述步骤S300包括步骤：

S310对所述有效区域的彩色图像进行三通道分离，获得数字化信号，并对所述数字化信号进行标准化与盲源分离处理；

S320将处理后的信号进行滤波。

对彩色图像进行红(R)、绿(G)、蓝(B)三通道分离，得到数字化信号，然后对数字化信号进行标准化，得到标准化后的数字信号。对标准化后的信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号，通过盲源分析可以消除一部分的伪动噪声。

为了进一步消除噪声的影响，还需要对上述的各独立信号进行滤波。

本申请的另一实施例，如图2所示，包括步骤：

S100获取彩***，提取视频帧序列；

S200对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域；

S311将提取的有效区域的彩色图像进行红、绿、蓝三通道分离，分别得到数字化信号；

S312将所述数字化信号进行标准化，得到标准化后的数字信号；

S313将所述标准化后的数字信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号；

S321采用多点移动平均滤波法对信号进行处理；

S322采用窗口滤波法进行滤波处理；

S400对降噪后的信号进行周期分析，获得心率统计值。

上述实施例中，通过步骤S313进行盲源信号分析，可以消除一部分的伪动噪声。考虑到被拍摄目标可能存在位移现象，因此，本实施例采用窗口移动平均滤波法进行滤波处理。在处理过程中，首先采用多点移动平均滤波法对信号进行处理，再采用窗口滤波法进行滤波处理。模拟采集信号时要减少随机干扰的影响，除了采用硬件滤波方法外还可以采用数字滤波，其中移动平均滤波法便是有效的方式之一。移动平均滤波基于统计规律，将连续的采样数据看成一个长度固定为N的队列，在新的一次测量后，上述队列的首数据去掉，其余N-1个数据依次前移，并将新的采样数据***，作为新队列的尾；然后对这个队列进行算术运算，并将其结果做为本次测量的结果。处理过程中每次采样到一个新数据放入队尾，并扔掉原来队首的一次数据(先进先出原则)，把队列中的N个数据进行算术平均运算，就可获得新的滤波结果。采用这种方法的优点是对周期性干扰有良好的抑制作用，平滑度高。在对信号进行多点移动平均滤波法滤波后，再采用窗口滤波法进行滤波，可大幅度消除彩***拍摄中发生位移造成的干扰。

较佳的，上述实施例中，所述步骤S312中采用的标准化的方法为：

其中，μ_R、μ_G、μ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的均值，σ_R、σ_G、σ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的标准差，标准化后的信号均值为0，方差为1；

所述步骤S313中，对标准化后的信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号x_a(t)、x_b(t)、x_c(t)；

所述步骤S322中窗口滤波法采用的窗口函数为hamming窗，其时间窗口函数为：

窗谱为：

其中，T为滤波周期。

在窗函数的选择上，总的原则是1、要从保持最大信息和消除旁瓣的综合效果出发来考虑问题，要使窗函数频谱中的主瓣宽度尽量窄，能量尽可能集中在主瓣内，从而在谱分析时获得较高的频率分辨力，在数字滤波器设计中获得较小的过渡带。2、窗谱的旁瓣高度应尽量小而且随频率尽快衰减，以减小谱估计时泄漏失真。在设计数字滤波器时减小通带的波动，提高阻带的衰减。但主瓣既窄，旁瓣又小衰减又快的窗函数是不容易找到的，比如矩形窗旁瓣很大，但其主瓣宽度是最窄的，因此，在数据处理时通常需要做综合考虑取其折中。3、在应用窗函数时，除了要考虑窗谱本身的特性外，还应当充分考虑被分析信号的特点以及具体的处理要求。要考虑信号中的信息量的分布，增强信号中所需要的信息部分，压制信号中不需要的信息部分，以人们感兴趣的有效信息与窗函数作用后的综台效果为最好来选用窗函数，使得处理结果有足够的频谱检测能力和频谱幅值估计精度。例如在需要测量物体的自振频率时等场合。如果要分析窄带信号且具有较强的干扰噪声时，则应选用旁瓣幅度较小的窗函数如Hamming窗等。因此，本实施例可选用hamming窗来滤波去干扰。

较佳的，在上述任一实施例的基础上，对降噪后的信号进行周期分析，获得心率统计值。包括步骤：

S410采用Welch离散功率谱分析方法分析降噪后的信号，得到心率信号的频谱图；

S420通过得到的信号频谱，分析出信号周期，得到心率统计值。

采用Welch离散功率谱分析方法得到处理后的心率信号的频谱图，原理简单，容易实现，因此，方法复杂度低，有利于实时测量。

较佳的，上述步骤S410包括步骤：

S411将长度为N的数据分成L段，每段的长度为M；

S412分别求每一段的功率谱，然后取平均值，获得估计的功率谱；

上述步骤S420包括：

S421采用周期图法进行频谱分析，找出频谱中第一个峰值位置对应的频率，即为心率的频率，得到心率统计值。

较佳的，所述步骤S412中，估计的功率谱计算公式为：

其中，为第i段采集数据，d(t)为选取的窗口函数，U为归一化因子，表达式为

较佳的，d(t)为hamming窗。选择hamming窗可以减小频谱的泄露，由海明窗(hamming)处理谱估计的旁瓣较小，因此泄露程度也比较小。

如图3所示，本申请一种基于PPG心率测量技术的信号处理方法的另一实施例，包括步骤：

S100获取彩***，提取视频帧序列；

S210采用直方图均衡化的方法对所述视频帧序列的每一个视频帧进行光照补偿处理；

S220采用基于纹理特征的方法对处理后的视频帧进行人脸检测，提取人脸区域彩色图像；

S310对所述有效区域的彩色图像进行三通道分离，获得数字化信号，并对所述数字化信号进行标准化与盲源分离处理；

S320将处理后的信号进行滤波；

S410采用Welch离散功率谱分析方法分析降噪后的信号，得到心率信号的频谱图；

S420通过得到的信号频谱，分析出信号周期，得到心率统计值。

本申请方法的另一个实施例，包括以下处理步骤：

(1)获取彩色图像

在自然光或者灯光照射下，通过传统摄像头获取自然彩***。

(2)人脸检测

因为研究表明对人脸部位测量结果较好，因此图像拍摄可以尽量选择在人脸周围，对于拍摄的包含人脸的大范围区域，首先采用直方图均衡化的方法进行光照补偿，去除灯光或者自然光对信号的干扰，然后采用基于纹理特征的方法进行人脸区域提取，缩小信号处理范围，同时也可以提高信号处理精度。

(3)标准化与盲源分离

对视频各帧中提取的人脸区域彩色图像进行红(R)、绿(G)、蓝(B)三通道分离，对各通道所有图像像素取平均值，分别得到三个通道数字化信号S_R(t)、S_G(t)、S_B(t)，然后对数字化信号进行标准化，得到标准化后的数字信号标准化方法如下：

其中，μ_R、μ_G、μ_B分别为S_R(t)、S_G(t)、S_B(t)对应的均值，σ_R、σ_G、σ_B分别为S_R(t)、S_G(t)、S_B(t)对应的标准差，标准化后的信号均值为0，方差为1。

对标准化后的信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号x_a(t)、x_b(t)、x_c(t)，通过盲源分析可以消除一部分的伪动噪声。

(4)信号滤波

为了进一步消除噪声的影响，对经过盲源分析的信号x_a(t)、x_b(t)、x_c(t)需要进行数字滤波，考虑被拍摄目标可能存在位移现象，因此本发明选择窗口移动平均滤波法进行滤波处理，在处理过程中首先采用多点移动平均滤波法对信号进行处理，在采用窗口滤波法进行滤波处理，得到滤波后的信号x_a(t)、x_b(t)、x_c(t)，窗口函数选为hamming窗，其时间窗口函数为

窗谱为

其中，T为滤波周期。(注：hamming窗滤波只是一种滤波方法，在matlab仿真中就是一个矩阵在图像上做卷积)

(5)周期分析

通过Welch离散功率谱分析方法对得到的经过滤波后的信号x_a(t)、x_b(t)、x_c(t)进行频谱分析，得到心率信号的频谱图，其方法为将N个数据分为L段，每段包含M个数据，在对各段周期图进行平均得到估计的功率谱，即频谱，可以表示为：

其中，为第i段采集数据(N＝a，b，c)，d(t)为选取的窗口函数，在本发明中为hamming窗，U为归一化因子，表达式为

通过将U带入，可以得到的信号频谱P(ω)，采用周期图法进行频谱分析，找出频谱中第一个峰值位置对应的频率，即为心率的频率，得到心率统计值。

通过三通道分离R、G、B信号后，在周期分析时，则一起分析，如此，可大大提高心率统计值的准确性。

本实施例所属处理方法可以有效消除使用过程中光照、位移、噪声的干扰，提高测量精确度；所述算法搭载的设备使用范围更广泛，对环境要求低；且所述方法计算复杂度低，可用于实时测量。

基于相同的技术构思，本发明实施例还提供一种基于PPG心率测量技术的信号处理装置，该装置可执行上述方法实施例。本发明实施例提供的装置如图4所示，包括获取模块10、图像处理模块20、提取模块30、降噪模块40及分析处理模块50，所述图像处理模块20分别与所述获取模块10、提取模块30相连，所述降噪模块40分别与所述提取模块30、分析处理模块50相连，其中：

所述获取模块10获取彩***，提取视频帧序列；

所述图像处理模块20对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域；

所述提取模块30根据所述视频帧的有效区域，提取有效信号，并通过所述降噪模块40进行降噪处理；

所述分析处理模块50对降噪后的信号进行周期分析，获得心率统计值。

获取模块10获取彩***，可以是实时拍摄彩***，也可以是从存储卡中读取彩***，然后再从中提取视频帧序列。图像处理模块20对图像做了处理后，便于后续的视频帧的有效区域的确定，也能减少拍摄的彩***中光照产生的干扰。视频帧的有效区域，即整个视频帧中，最好的待测区域。

如图5所示，本申请装置的另一实施例，在上述实施例的基础上，所述图像处理模块20包括光照补偿单元21、及与所述光照补偿单元21相连的人脸区域确定单元22；其中：

所述图像处理模块20对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域包括：

所述光照补偿单元21采用直方图均衡化的方法对所述视频帧序列的每一个视频帧进行光照补偿处理；

所述人脸区域确定单元22采用基于纹理特征的方法对经过光照补偿处理后的视频帧进行人脸检测，提取人脸区域彩色图像。

光照补偿有效的消除获取的视频中光照不均产生的影响，提高了测量精度。而基于纹理特征的人脸检测提取，则可对视频帧进行人脸识别，并从中确定出信号最佳的人脸区域，作为有效区域，如此即可缩小信号处理范围，也可提高信号处理精度。

较佳的，在上述装置实施例一的基础上，所述提取模块30包括：信号分离单元31、及与所述信号分离单元31相连的标准化单元32；所述降噪模块40包括：盲源分析单元41、及与所述盲源分析单元41相连的滤波单元42；其中：

所述提取模块30根据所述视频帧的有效区域，提取有效信号，并通过所述降噪模块40进行降噪处理包括：

所述信号分离单元31对所述人脸区域的彩色图像进行三通道分离，获得数字化信号，并通过所述标准化单元32对所述数字化信号进行标准化处理；所述盲源分析单元41对经过所述标准化单元32标准化处理后的信号进行盲源分析处理；

所述滤波单元42将处理后的信号进行滤波。

较佳的，所述信号分离单元31对所述人脸区域的彩色图像进行三通道分离，获得数字化信号，并通过所述标准化单元32对所述数字化信号进行标准化处理；所述盲源分析单元41对经过所述标准化单元32标准化处理后的信号进行盲源分析处理包括：

所述信号分离单元31将提取的有效区域的彩色图像进行红、绿、蓝三通道分离，分别得到数字化信号；

所述标准化单元32将所述数字化信号进行标准化，得到标准化后的数字信号；

所述盲源分析单元41将所述标准化后的数字信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号；

所述滤波单元42将处理后的信号进行滤波包括：

所述滤波单元42采用多点移动平均滤波法对信号进行处理；并采用窗口滤波法进行滤波处理。

进一步的，上述实施例中所述标准化单元32将所述数字化信号进行标准化的公式为：

其中，μ_R、μ_G、μ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的均值，σ_R、σ_G、σ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的标准差，标准化后的信号均值为0，方差为1；

所述盲源分析单元41对标准化后的信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号x_a(t)、x_b(t)、x_c(t)；

所述窗口滤波法中采用的窗口函数为hamming窗，其时间窗口函数为：

窗谱为：

其中，T为滤波周期。

较佳的，在上述任一实施例的基础上，所述分析处理模块50对降噪后的信号进行周期分析，获得心率统计值包括：

所述分析处理模块50采用Welch离散功率谱分析方法分析所述降噪模块40降噪后的信号，得到心率信号的频谱图；

所述分析处理模块50通过得到的信号频谱，分析出信号周期，得到心率统计值。

Welch算法原理简单，实现容易，有利于实时测量。

较佳的，所述分析处理模块50包括：分段单元51、与所述分段单元51相连的功率谱获取单元52、及与所述功率谱获取单元52相连的分析查找单元53；其中：

所述分析处理模块50采用Welch离散功率谱分析方法分析所述降噪模块40降噪后的信号，得到心率信号的频谱图包括：

所述分段单元51将长度为N的数据分成L段，每段的长度为M；

所述功率谱获取单元52分别求每一段的功率谱，然后取平均值，获得估计的功率谱；

所述分析处理模块50通过得到的信号频谱，分析出信号周期，得到心率统计值包括：

所述分析查找单元53采用周期图法进行频谱分析，找出频谱中第一个峰值位置对应的频率，即为心率的频率，得到心率统计值。

进一步的，所述估计的功率谱计算公式为：

其中，为第i段采集数据，d(t)为选取的窗口函数，U为归一化因子，表达式为

较佳的，选取的窗口函数的hamming窗。

本发明的方法和装置除可用于心率测量外，还可以用于血氧饱和度测量等其它应用。

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。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (16)

1.一种基于PPG心率测量技术的信号处理方法，其特征在于，包括步骤：

S100获取彩***，提取视频帧序列；

S200对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域；

S300根据所述视频帧的有效区域，提取有效信号，并进行降噪处理；

S400对降噪后的信号进行周期分析，获得心率统计值。

2.根据权利要求1所述的一种基于PPG心率测量技术的信号处理方法，其特征在于，所述步骤S200包括步骤：

S210采用直方图均衡化的方法对所述视频帧序列的每一个视频帧进行光照补偿处理；

S220采用基于纹理特征的方法对处理后的视频帧进行人脸检测，提取人脸区域彩色图像。

3.根据权利要求1所述的一种基于PPG心率测量技术的信号处理方法，其特征在于，所述步骤S300包括步骤：

S310对所述有效区域的彩色图像进行三通道分离，获得数字化信号，并对所述数字化信号进行标准化与盲源分离处理；

S320将处理后的信号进行滤波。

4.根据权利要求3所述的一种PPG心率测量技术的信号处理方法，其特征在于，

所述步骤S310包括步骤：

S311将提取的有效区域的彩色图像进行红、绿、蓝三通道分离，分别得到数字化信号；

S312将所述数字化信号进行标准化，得到标准化后的数字信号；

S313将所述标准化后的数字信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号；

所述步骤S320包括步骤：

S321采用多点移动平均滤波法对信号进行处理；

S322采用窗口滤波法进行滤波处理。

5.根据权利要求1-4任一项所述的一种基于PPG心率测量技术的信号处理方法，其特征在于，所述步骤S400包括步骤：

S410采用Welch离散功率谱分析方法分析降噪后的信号，得到心率信号的频谱图；

S420通过得到的信号频谱，分析出信号周期，得到心率统计值。

6.根据权利要求5所述的一种基于PPG心率测量技术的信号处理方法，其特征在于，

所述步骤S410包括步骤：

S411将长度为N的数据分成L段，每段的长度为M；

S412分别求每一段的功率谱，然后取平均值，获得估计的功率谱；

所述步骤S420包括：

S421采用周期图法进行频谱分析，找出频谱中第一个峰值位置对应的频率，即为心率的频率，得到心率统计值。

7.根据权利要求6所述的一种基于PPG心率测量技术的信号处理方法，其特征在于，所述步骤S412中，估计的功率谱计算公式为：

$P\left(\mathrm{\ω}\right)=\frac{1}{MU}|\underset{t=0}{\overset{M-1}{\Σ}}{x}_N^i\left(t\right)d\left(t\right)e^{-j\mathrm{\ω}t}{|}^2$

其中，为第i段采集数据，d(t)为选取的窗口函数，U为归一化因子，表达式为

$U=\frac{1}{M}\underset{n=0}{\overset{M-1}{\Σ}}{d}^2\left(t\right).$

8.根据权利要求4所述的一种基于PPG心率测量技术的信号处理方法，其特征在于，

所述步骤S312中采用的标准化的方法为：

${\hat{S}}_R\left(t\right)=\frac{S_R\left(t\right)-{\mathrm{\μ}}_R}{{\mathrm{\σ}}_R},{\hat{S}}_G\left(t\right)=\frac{S_G\left(t\right)-{\mathrm{\μ}}_G}{{\mathrm{\σ}}_G},{\hat{S}}_B\left(t\right)=\frac{S_B\left(t\right)-{\mathrm{\μ}}_B}{{\mathrm{\σ}}_B}$

其中，μ_R、μ_G、μ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的均值，σ_R、σ_G、σ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的标准差，标准化后的信号均值为0，方差为1；

所述步骤S313中，对标准化后的信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号x_a(t)、x_b(t)、x_c(t)；

所述步骤S322中窗口滤波法采用的窗口函数为hamming窗，其时间窗口函数为：

$d\left(t\right)=\left\{\begin{array}{cc}\frac{1}{T}(0.54+0.46cos\frac{{\mathrm{\π}}^t}{T}),& \left|t\right|\≤T\\ 0,& \left|t\right|>T\end{array}\right.$

窗谱为：

$D\left(\mathrm{\ω}\right)=1.08\frac{sin\mathrm{\ω}T}{\mathrm{\ω}T}+0.46\[\frac{sin(\mathrm{\ω}T+\mathrm{\π})}{\mathrm{\ω}T+\mathrm{\π}}+\frac{sin(\mathrm{\ω}T-\mathrm{\π})}{\mathrm{\ω}T-\mathrm{\π}}\]$

其中，T为滤波周期。

9.一种基于PPG心率测量技术的信号处理装置，其特征在于，包括获取模块、图像处理模块、提取模块、降噪模块及分析处理模块，所述图像处理模块分别与所述获取模块、提取模块相连，所述降噪模块分别与所述提取模块、分析处理模块相连，其中：

所述获取模块获取彩***，提取视频帧序列；

所述图像处理模块对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域；

所述提取模块根据所述视频帧的有效区域，提取有效信号，并通过所述降噪模块进行降噪处理；

所述分析处理模块对降噪后的信号进行周期分析，获得心率统计值。

10.根据权利要求9所述的一种基于PPG心率测量技术的信号处理装置，其特征在于，所述图像处理模块包括光照补偿单元、及与所述光照补偿单元相连的人脸区域确定单元；其中：

所述图像处理模块对所述视频帧序列的每一个视频帧进行图像处理，确定所述视频帧的有效区域包括：

所述光照补偿单元采用直方图均衡化的方法对所述视频帧序列的每一个视频帧进行光照补偿处理；

所述人脸区域确定单元采用基于纹理特征的方法对经过光照补偿处理后的视频帧进行人脸检测，提取人脸区域彩色图像。

11.根据权利要求9所述的一种基于PPG心率测量技术的信号处理装置，其特征在于，所述提取模块包括：信号分离单元、及与所述信号分离单元相连的标准化单元；所述降噪模块包括：盲源分析单元、及与所述盲源分析单元相连的滤波单元；其中：

所述提取模块根据所述视频帧的有效区域，提取有效信号，并通过所述降噪模块进行降噪处理包括：

所述信号分离单元对所述人脸区域的彩色图像进行三通道分离，获得数字化信号，并通过所述标准化单元对所述数字化信号进行标准化处理；所述盲源分析单元对经过所述标准化单元标准化处理后的信号进行盲源分析处理；

所述滤波单元将处理后的信号进行滤波。

12.根据权利要求11所述的一种PPG心率测量技术的信号处理装置，其特征在于，

所述信号分离单元对所述人脸区域的彩色图像进行三通道分离，获得数字化信号，并通过所述标准化单元对所述数字化信号进行标准化处理；所述盲源分析单元对经过所述标准化单元标准化处理后的信号进行盲源分析处理包括：

所述信号分离单元将提取的有效区域的彩色图像进行红、绿、蓝三通道分离，分别得到数字化信号；

所述标准化单元将所述数字化信号进行标准化，得到标准化后的数字信号；

所述盲源分析单元将所述标准化后的数字信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号；

所述滤波单元将处理后的信号进行滤波包括：

所述滤波单元采用多点移动平均滤波法对信号进行处理；并采用窗口滤波法进行滤波处理。

13.根据权利要求9-12任一项所述的一种基于PPG心率测量技术的信号处理装置，其特征在于，

所述分析处理模块对降噪后的信号进行周期分析，获得心率统计值包括：

所述分析处理模块采用Welch离散功率谱分析方法分析所述降噪模块降噪后的信号，得到心率信号的频谱图；

所述分析处理模块通过得到的信号频谱，分析出信号周期，得到心率统计值。

14.根据权利要求13所述的一种基于PPG心率测量技术的信号处理装置，其特征在于，所述分析处理模块包括：分段单元、与所述分段单元相连的功率谱获取单元、及与所述功率谱获取单元相连的分析查找单元；其中：

所述分析处理模块采用Welch离散功率谱分析方法分析所述降噪模块降噪后的信号，得到心率信号的频谱图包括：

所述分段单元将长度为N的数据分成L段，每段的长度为M；

所述功率谱获取单元分别求每一段的功率谱，然后取平均值，获得估计的功率谱；

所述分析处理模块通过得到的信号频谱，分析出信号周期，得到心率统计值包括：

所述分析查找单元采用周期图法进行频谱分析，找出频谱中第一个峰值位置对应的频率，即为心率的频率，得到心率统计值。

15.根据权利要求14所述的一种基于PPG心率测量技术的信号处理装置，其特征在于，所述估计的功率谱计算公式为：

$P\left(\mathrm{\ω}\right)=\frac{1}{MU}|\underset{t=0}{\overset{M-1}{\Σ}}{x}_N^i\left(t\right)d\left(t\right)e^{-j\mathrm{\ω}t}{|}^2$

其中，为第i段采集数据，d(t)为选取的窗口函数，U为归一化因子，表达式为

$U=\frac{1}{M}\underset{n=0}{\overset{M-1}{\Σ}}{d}^2\left(t\right).$

16.根据权利要求12所述的一种基于PPG心率测量技术的信号处理装置，其特征在于，所述标准化单元将所述数字化信号进行标准化中，所述标准化的公式为：

${\hat{S}}_R\left(t\right)=\frac{S_R\left(t\right)-{\mathrm{\μ}}_R}{{\mathrm{\σ}}_R},{\hat{S}}_G\left(t\right)=\frac{S_G\left(t\right)-{\mathrm{\μ}}_G}{{\mathrm{\σ}}_G},{\hat{S}}_B\left(t\right)=\frac{S_B\left(t\right)-{\mathrm{\μ}}_B}{{\mathrm{\σ}}_B}$

其中，μ_R、μ_G、μ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的均值，σ_R、σ_G、σ_B分别为三通道数字化信号S_R(t)、S_G(t)、S_B(t)对应的标准差，标准化后的信号均值为0，方差为1；

所述盲源分析单元对标准化后的信号采用独立成分分析法进行盲源信号分析，得到相互独立的信号x_a(t)、x_b(t)、x_c(t)；

所述窗口滤波法中采用的窗口函数为hamming窗，其时间窗口函数为：

$d\left(t\right)=\left\{\begin{array}{cc}\frac{1}{T}(0.54+0.46cos\frac{{\mathrm{\π}}^t}{T}),& \left|t\right|\≤T\\ 0,& \left|t\right|>T\end{array}\right.$

窗谱为：

$D\left(\mathrm{\ω}\right)=1.08\frac{sin\mathrm{\ω}T}{\mathrm{\ω}T}+0.46\[\frac{sin(\mathrm{\ω}T+\mathrm{\π})}{\mathrm{\ω}T+\mathrm{\π}}+\frac{sin(\mathrm{\ω}T-\mathrm{\π})}{\mathrm{\ω}T-\mathrm{\π}}\]$

其中，T为滤波周期。