[發明專利]一種基于熱成像技術的非接觸式心率提取方法

有效

• 申請號: 201710934264.8
• 申請日: 2017-10-10
• 公開（公告）號: CN107731306B
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 洪侃;劉國棟
• 申請（專利權）人: 江西科技師范大學
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06T5/00;G06T7/00;G06K9/00
• 代理公司: 南昌大牛知識產權代理事務所(普通合伙) 36135
• 代理人: 喻莎

1.一種基于熱成像技術的非接觸式心率提取方法，其特征在于：包括以下步驟：

步驟一：采用熱紅外成像系統采集人臉圖像，通過相關性算法，提取相關性最大的區域作為感興趣區域；將臉部的額頭、眉心、左臉、右臉、鼻子定義成不同的對象，采用基于零滯后相關矩陣和隨機矩陣理論構建相關性模型；

(1)設定等時相關矩陣

熱信號的多參數時間序列信號設定為S_i(t)(i＝1…N)，而等時間相關矩陣C則由熱信號的歸一化來構建：

其中，σ_i是標準差，是平均值；利用佩爾松的相關系數分析各個參數，設定等時相關矩陣C如下所示：

所有的計算都是基于時間序列t∈[1,T]，因此，等時相關矩陣改寫成：

其中，是的轉置；

(2)歸一化后S_i的相關矩陣特征值公式

N對象數據間的相似性取決于C矩陣的特征值最大值，所有有限長隨機時序熱信號S_i都是不相關，歸一化后S_i的相關矩陣特征值分布公式如下：

其中，λ∈[λ_-，λ₊]，而Q＝T/N，由此可以獲得λ_-和λ₊：

在N位參與者的熱信號中，相關矩陣C代表的是各個熱信號的相關性，只要計算最大的特征值，并將它和λ₊做比較，如果最大特征值比λ₊大，那么說明具有一定的相似性和相關性；反之，說明熱信號之間沒有相關性；選擇眶周處兩個相關性較大的區域作為心率信號的感興趣區域；

步驟二：基于曲波變換的熱信號去噪；

(1)首先對圖像進行子帶分解，然后對不同尺度的子帶圖像采用大小不同的塊，分別對每個塊進行脊波分析；若每個塊的頻帶寬度為w，長度為l，兩者之間滿足關系w＝l²，選擇第二代快速離散曲波變換來獲取曲波系數；

(2)將圖像序列先行劃分為靜態和運動區間，并將此區間歸一為[0,1]區間，此區間由連續幀圖像的差異獲得，歸一化后的系數作為權重參考來對曲波系數實施空間濾波；

(3)構建領域相關性的閾值去噪模型；

步驟三：心率信號提取

在獲得信號域后，溫度信號做快速傅里葉變換處理，選取的時間窗口是20秒，而感興趣的頻率區間設置為[0.83Hz，3.3Hz]，這個頻率區間正好分別對應人體心率的60bmp到200bmp之間，選擇頻域能量最大的頻率作為心率頻率的輸出值。

2.如權利要求1所述的一種基于熱成像技術的非接觸式心率提取方法，其特征在于：所述步驟二中構建領域相關性的閾值去噪模型包括以下步驟：

S1：選擇目標點相鄰的8個點，計算相關性，通過相關性獲取新閾值信息；

S2：用Wrap方法對含噪圖像進行曲波變換得到不同尺度和不同方向曲波系數矩陣序列；

S3：根據各子代的不同特征計算閾值，將曲波系數分為兩類，大于等于該閾值的曲波系數為一類，小于該閾值的系數為另一類，大于閾值的系數保留；

S4：對小于該閾值的曲波系數做P-M去噪，在P-M去噪后，如果目標點依舊小于閾值，則采用領域相關性方法予以進一步處理；領域相關選擇曲波系數以及周邊系數點，同時計算系數和周邊點的相關性，在選擇領域相關區域時，將目標點為核心的9個點為矩陣X，而于X相鄰的同樣的3*3矩陣系數則分別為Y₁，Y₂,…Y₉；分別計算X₁于Y₁，Y₂,…Y₉區域的相關性；

其中，σ_xy為協方差，σ_x和σ_y為標準差，u為平均值，獲得相關性較大的區域后，選取空間上最近的4個點ct1，ct2，ct3，ct4，采用平方和加權形式使目標點和相關性較大的相鄰點矩陣逼近，然后再獲取權重系數；令

同時求解

其中：C_t為目標點系數，而C_y為相鄰相關性最大的相關系數，由此求解出一組權重系數ω；同時令

通過Monte-Carlo分析方法來估計每一個曲波指數的噪聲方差，去噪算法中曲波系數的閾值處理由下式給出：

S5：對曲波系數進行逆變換，得到去噪后圖像。