本發(fā)明涉及信號處理領(lǐng)域，尤其涉及一種基于PPG心率測量技術(shù)的信號處理方法及裝置。

背景技術(shù)：

現(xiàn)有PPG技術(shù)可以通過攝像頭非接觸地采集人體面部或者其他部位的視頻圖像，檢測經(jīng)過人體的血液和組織吸收后反射光強度的不同，描記出血管容積在心動周期內(nèi)的變化率，然后利用現(xiàn)代信號處理的方法，從得到的脈搏波中計算得出心率，實現(xiàn)心率的無創(chuàng)連續(xù)非接觸式測量。然而由于測量部位的移動、自然光、日光燈等等其他的干擾，最終測到的信號萬網(wǎng)較弱，同時噪聲干擾與波動非常嚴(yán)重，因而該PPG技術(shù)的非接觸式測量得到結(jié)果并不完全理想。

目前該方面的研究側(cè)重硬件結(jié)構(gòu)實現(xiàn)方面，對光源選擇以及系統(tǒng)結(jié)構(gòu)方面做了大量研究，在信息處理方面只是單純地通過傅里葉變換等頻譜分析方法提取有用信號，再經(jīng)處理得到心率，處理過程精確度較低，在干擾信號較強時可信度低。

現(xiàn)有技術(shù)在目標(biāo)存在運動、燈光、噪聲等干擾的情況下測量精度嚴(yán)重下降，在信號處理方面采用的方法過于簡單，難以適應(yīng)各種使用環(huán)境下的需求，使得設(shè)備使用嚴(yán)重受限。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種基于PPG心率測量技術(shù)的信號處理方法及裝置，用以解決現(xiàn)有技術(shù)中存在基于PPG心率測量技術(shù)的信號處理方法過于簡單，難以適應(yīng)各種使用環(huán)境下的需求，使得設(shè)備使用嚴(yán)重受限的問題。

本發(fā)明方法一種基于PPG心率測量技術(shù)的信號處理方法，包括步驟：

S100獲取彩色視頻，提取視頻幀序列；

S200對所述視頻幀序列的每一個視頻幀進行圖像處理，確定所述視頻幀的有效區(qū)域；

S300根據(jù)所述視頻幀的有效區(qū)域，提取有效信號，并進行降噪處理；

S400對降噪后的信號進行周期分析，獲得心率統(tǒng)計值。

優(yōu)選的，所述步驟S200包括步驟：

S210采用直方圖均衡化的方法對所述視頻幀序列的每一個視頻幀進行光照補償處理；

S220采用基于紋理特征的方法對處理后的視頻幀進行人臉檢測，提取人臉區(qū)域彩色圖像。

在自然光或者燈光照射下，通過傳統(tǒng)攝像頭獲取自然彩色視頻，然后通過圖像處理減少光照的干擾、降噪來減少噪聲的干擾，通過這一系列信號處理，從而提高測量精確度。也使得檢測設(shè)備的使用范圍更廣泛，對環(huán)境的要求低。

進一步的，所述步驟S300包括步驟：

S310對所述有效區(qū)域的彩色圖像進行三通道分離，獲得數(shù)字化信號，并對所述數(shù)字化信號進行標(biāo)準(zhǔn)化與盲源分離處理；

S320將處理后的信號進行濾波。

進行人臉檢測之前采用直方圖均衡化方法對光照進行補償，可大幅度消除光照不均對信號提取產(chǎn)生的影響；通過盲源分析可以消除一部分的偽動噪聲。為了進一步消除噪聲的影響，對經(jīng)過盲源分析的信號需要進行數(shù)字濾波。

進一步的，所述步驟S310包括步驟：

S311將提取的有效區(qū)域的彩色圖像進行紅、綠、藍三通道分離，分別得到數(shù)字化信號；

S312將所述數(shù)字化信號進行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的數(shù)字信號；

S313將所述標(biāo)準(zhǔn)化后的數(shù)字信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號；

所述步驟S320包括步驟：

S321采用多點移動平均濾波法對信號進行處理；

S322采用窗口濾波法進行濾波處理。

考慮被拍攝目標(biāo)可能存在位移現(xiàn)象，因此本發(fā)明選擇窗口移動平均濾波法進行濾波處理，在處理過程中首先采用多點移動平均濾波法對信號進行處理，在采用窗口濾波法進行濾波處理

進一步的，所述步驟S400包括步驟：

S410采用Welch離散功率譜分析方法分析降噪后的信號，得到心率信號的頻譜圖；

S420通過得到的信號頻譜，分析出信號周期，得到心率統(tǒng)計值。

采用Welch離散功率譜分析方法得到處理后的心率信號的頻譜圖，方法復(fù)雜度低，有利于實時測量

進一步的，所述步驟S410包括步驟：

S411將長度為N的數(shù)據(jù)分成L段，每段的長度為M；

S412分別求每一段的功率譜，然后取平均值，獲得估計的功率譜；

所述步驟S420包括：

S421采用周期圖法進行頻譜分析，找出頻譜中第一個峰值位置對應(yīng)的頻率，即為心率的頻率，得到心率統(tǒng)計值。

進一步的，所述步驟S412中，估計的功率譜計算公式為：

其中，為第i段采集數(shù)據(jù)，d(t)為選取的窗口函數(shù)，U為歸一化因子，表達式為

上述窗口函數(shù)可選用hamming窗。

進一步的，所述步驟S312中采用的標(biāo)準(zhǔn)化的方法為：

其中，μ_R、μ_G、μ_B分別為三通道數(shù)字化信號S_R(t)、S_G(t)、S_B(t)對應(yīng)的均值，σ_R、σ_G、σ_B分別為三通道數(shù)字化信號S_R(t)、S_G(t)、S_B(t)對應(yīng)的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)化后的信號均值為0，方差為1；

所述步驟S313中，對標(biāo)準(zhǔn)化后的信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號x_a(t)、x_b(t)、x_c(t)；

所述步驟S322中窗口濾波法采用的窗口函數(shù)為hamming窗，其時間窗口函數(shù)為：

窗譜為：

其中，T為濾波周期。

本發(fā)明還提供了一種基于PPG心率測量技術(shù)的信號處理的裝置，該裝置應(yīng)用上述信號處理方法，包括獲取模塊、圖像處理模塊、提取模塊、降噪模塊及分析處理模塊，所述圖像處理模塊分別與所述獲取模塊、提取模塊相連，所述降噪模塊分別與所述提取模塊、分析處理模塊相連，其中：

所述獲取模塊獲取彩色視頻，提取視頻幀序列；

所述圖像處理模塊對所述視頻幀序列的每一個視頻幀進行圖像處理，確定所述視頻幀的有效區(qū)域；

所述提取模塊根據(jù)所述視頻幀的有效區(qū)域，提取有效信號，并通過所述降噪模塊進行降噪處理；

所述分析處理模塊對降噪后的信號進行周期分析，獲得心率統(tǒng)計值。

進一步的，所述圖像處理模塊包括光照補償單元、及與所述光照補償單元相連的人臉區(qū)域確定單元；其中：

所述圖像處理模塊對所述視頻幀序列的每一個視頻幀進行圖像處理，確定所述視頻幀的有效區(qū)域包括：

所述光照補償單元采用直方圖均衡化的方法對所述視頻幀序列的每一個視頻幀進行光照補償處理；

所述人臉區(qū)域確定單元采用基于紋理特征的方法對經(jīng)過光照補償處理后的視頻幀進行人臉檢測，提取人臉區(qū)域彩色圖像。

進一步的，所述提取模塊包括：信號分離單元、及與所述信號分離單元相連的標(biāo)準(zhǔn)化單元；所述降噪模塊包括：盲源分析單元、及與所述盲源分析單元相連的濾波單元；其中：

所述提取模塊根據(jù)所述視頻幀的有效區(qū)域，提取有效信號，并通過所述降噪模塊進行降噪處理包括：

所述信號分離單元對所述人臉區(qū)域的彩色圖像進行三通道分離，獲得數(shù)字化信號，并通過所述標(biāo)準(zhǔn)化單元對所述數(shù)字化信號進行標(biāo)準(zhǔn)化處理；所述盲源分析單元對經(jīng)過所述標(biāo)準(zhǔn)化單元標(biāo)準(zhǔn)化處理后的信號進行盲源分析處理；

所述濾波單元將處理后的信號進行濾波。

進一步的，所述信號分離單元對所述人臉區(qū)域的彩色圖像進行三通道分離，獲得數(shù)字化信號，并通過所述標(biāo)準(zhǔn)化單元對所述數(shù)字化信號進行標(biāo)準(zhǔn)化處理；所述盲源分析單元對經(jīng)過所述標(biāo)準(zhǔn)化單元標(biāo)準(zhǔn)化處理后的信號進行盲源分析處理包括：

所述信號分離單元將提取的有效區(qū)域的彩色圖像進行紅、綠、藍三通道分離，分別得到數(shù)字化信號；

所述標(biāo)準(zhǔn)化單元將所述數(shù)字化信號進行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的數(shù)字信號；

所述盲源分析單元將所述標(biāo)準(zhǔn)化后的數(shù)字信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號；

所述濾波單元將處理后的信號進行濾波包括：

所述濾波單元采用多點移動平均濾波法對信號進行處理；并采用窗口濾波法進行濾波處理。

進一步的，所述分析處理模塊對降噪后的信號進行周期分析，獲得心率統(tǒng)計值包括：

所述分析處理模塊采用Welch離散功率譜分析方法分析所述降噪模塊降噪后的信號，得到心率信號的頻譜圖；

所述分析處理模塊通過得到的信號頻譜，分析出信號周期，得到心率統(tǒng)計值。

進一步的，所述分析處理模塊包括：分段單元、與所述分段單元相連的功率譜獲取單元、及與所述功率譜獲取單元相連的分析查找單元；其中：

所述分析處理模塊采用Welch離散功率譜分析方法分析所述降噪模塊降噪后的信號，得到心率信號的頻譜圖包括：

所述分段單元將長度為N的數(shù)據(jù)分成L段，每段的長度為M；

所述功率譜獲取單元分別求每一段的功率譜，然后取平均值，獲得估計的功率譜；

所述分析處理模塊通過得到的信號頻譜，分析出信號周期，得到心率統(tǒng)計值包括：

所述分析查找單元采用周期圖法進行頻譜分析，找出頻譜中第一個峰值位置對應(yīng)的頻率，即為心率的頻率，得到心率統(tǒng)計值。

進一步的，所述估計的功率譜計算公式為：

其中，為第i段采集數(shù)據(jù)，d(t)為選取的窗口函數(shù)，U為歸一化因子，表達式為

進一步的，所述標(biāo)準(zhǔn)化單元將所述數(shù)字化信號進行標(biāo)準(zhǔn)化中，所述標(biāo)準(zhǔn)化的公式為：

其中，μ_R、μ_G、μ_B分別為三通道數(shù)字化信號S_R(t)、S_G(t)、S_B(t)對應(yīng)的均值，σ_R、σ_G、σ_B分別為三通道數(shù)字化信號S_R(t)、S_G(t)、S_B(t)對應(yīng)的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)化后的信號均值為0，方差為1；

所述盲源分析單元對標(biāo)準(zhǔn)化后的信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號x_a(t)、x_b(t)、x_c(t)；

所述窗口濾波法中采用的窗口函數(shù)為hamming窗，其時間窗口函數(shù)為：

窗譜為：

其中，T為濾波周期。

本發(fā)明有益效果如下：

(1)本發(fā)明所述信號處理方法及裝置可以有效消除使用過程中光照、位移、噪聲的干擾，提高測量精確度；

(2)本發(fā)明方法中含的算法搭載的設(shè)備使用范圍更廣泛，對環(huán)境要求低，使其在各種環(huán)境下均能精確工作。

(3)本發(fā)明所述方法計算復(fù)雜度低，可用于實時測量。

(4)本發(fā)明只需根據(jù)彩色視頻即可確定心率值，因此，能夠普及到普通家庭中。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡要介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域的普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明基于PPG心率測量技術(shù)的信號處理方法實施例一流程圖；

圖2為本發(fā)明基于PPG心率測量技術(shù)的信號處理方法另一實施例流程圖；

圖3為本發(fā)明基于PPG心率測量技術(shù)的信號處理方法另一實施例流程圖；

圖4為本發(fā)明基于PPG心率測量技術(shù)的信號處理裝置實施例一框圖；

圖5為本發(fā)明基于PPG心率測量技術(shù)的信號處理裝置另一實施例框圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明作進一步地詳細(xì)描述，顯然，所描述的實施例僅僅是本發(fā)明一部份實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。

本申請實施例提供的基于PPG心率測量技術(shù)的信號處理方法，可應(yīng)用于手機、計算機、心率監(jiān)測儀等設(shè)備，本申請實施例對此并不限定。

如圖1所示，為本申請實施例一提供的一種基于PPG心率測量技術(shù)的信號處理方法流程圖，包括步驟：

S100獲取彩色視頻，提取視頻幀序列；

S200對所述視頻幀序列的每一個視頻幀進行圖像處理，確定所述視頻幀的有效區(qū)域；

S300根據(jù)所述視頻幀的有效區(qū)域，提取有效信號，并進行降噪處理；

S400對降噪后的信號進行周期分析，獲得心率統(tǒng)計值。

在步驟S100中，獲取彩色視頻，提取視頻幀序列可以是實時獲取的視頻，并提取的視頻幀序列，也可以是從存儲器中獲取的非實時視頻，并從中提取的視頻幀序列。本申請實施例對此并不限定。

在步驟S200中，對獲取到的視頻幀序列進行圖像處理，確定有效區(qū)域。通過圖像處理，可以去除視頻幀上燈光或者自然光對信號的干擾；確定有效區(qū)域，這里的有效區(qū)域即為待檢區(qū)域，一般情況下，確定的有效區(qū)域為位于人體皮膚裸露的區(qū)域，比如手臂、人臉等。由于人臉測量結(jié)果較好，因此盡量選擇在人臉周圍。需要說明的是，由于本領(lǐng)域技術(shù)人員很容易根據(jù)本申請實施例得到啟示，通過在監(jiān)測到人手等區(qū)域中確定有效區(qū)域，并跟該有效區(qū)域提取信號進行后續(xù)處理，因此這些都是本申請實施例所保護的范圍。

在步驟S300中，針對提取的有效信號的噪音，進行了降噪處理，大幅度提高了信號的精度，擴大PPG技術(shù)使用范圍。

較佳的，上述實施例中，所述步驟S200包括步驟：

S210采用直方圖均衡化的方法對所述視頻幀序列的每一個視頻幀進行光照補償處理；

S220采用基于紋理特征的方法對處理后的視頻幀進行人臉檢測，提取人臉區(qū)域彩色圖像。

因為研究表明對人臉部位測量結(jié)果較好，因此圖像拍攝可以盡量選擇在人臉周圍，對于拍攝的包含人臉的大范圍區(qū)域，首先采用直方圖均衡化的方法進行光照補償，去除燈光或者自然光對信號的干擾，然后采用基于紋理特征的方法進行人臉區(qū)域提取，縮小信號處理范圍，同時也可以提高信號處理精度。

所述的直方圖均衡化方法，原理是通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個灰度級上都具有相同的象素點數(shù)的過程。直方圖均衡化是圖像處理領(lǐng)域中利用圖像直方圖對對比度進行調(diào)整的方法。這種方法通常用來增加許多圖像的局部對比度，尤其是當(dāng)圖像的有用數(shù)據(jù)的對比度相當(dāng)接近的時候。通過這種方法，亮度可以更好地在直方圖上分布。這樣就可以用于增強局部的對比度而不影響整體的對比度，直方圖均衡化通過有效地擴展常用的亮度來實現(xiàn)這種功能。通過該方法，可以進行光照補償，以便去除燈光或者自然光對信號的干擾，大幅度消除光照不均對信號提取產(chǎn)生的影響。當(dāng)然，我們也可以采取其它的光照補償方法，比如基于參考白的算法、Gam2ma矯正及其改進方法等，此處不贅述。

基于內(nèi)容的圖像檢索技術(shù)因其在檢索圖像時快捷、方便、準(zhǔn)確等特點，已經(jīng)被越來越多的研究者所重視。它是指對圖像進行分析的同時提取特征，然后利用所得到的特征建立索引并在圖像庫中對圖像信息進行檢索，從而得到用戶所需要的圖像。而紋理作為圖像的重要信息特征，在基于內(nèi)容的圖像檢索中起著重要作用。因此，本申請實施例中，采用了基于紋理特征的方法，來對視頻幀進行人臉檢測，提取人臉區(qū)域彩色圖像。例如，LBP(Local Binary patterm)人臉特征提取方法，是一種簡單，有效的紋理分類的特征提取算法。

較佳的，在上述實施例一中，所述步驟S300包括步驟：

S310對所述有效區(qū)域的彩色圖像進行三通道分離，獲得數(shù)字化信號，并對所述數(shù)字化信號進行標(biāo)準(zhǔn)化與盲源分離處理；

S320將處理后的信號進行濾波。

對彩色圖像進行紅(R)、綠(G)、藍(B)三通道分離，得到數(shù)字化信號，然后對數(shù)字化信號進行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的數(shù)字信號。對標(biāo)準(zhǔn)化后的信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號，通過盲源分析可以消除一部分的偽動噪聲。

為了進一步消除噪聲的影響，還需要對上述的各獨立信號進行濾波。

本申請的另一實施例，如圖2所示，包括步驟：

S100獲取彩色視頻，提取視頻幀序列；

S200對所述視頻幀序列的每一個視頻幀進行圖像處理，確定所述視頻幀的有效區(qū)域；

S311將提取的有效區(qū)域的彩色圖像進行紅、綠、藍三通道分離，分別得到數(shù)字化信號；

S312將所述數(shù)字化信號進行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的數(shù)字信號；

S313將所述標(biāo)準(zhǔn)化后的數(shù)字信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號；

S321采用多點移動平均濾波法對信號進行處理；

S322采用窗口濾波法進行濾波處理；

S400對降噪后的信號進行周期分析，獲得心率統(tǒng)計值。

上述實施例中，通過步驟S313進行盲源信號分析，可以消除一部分的偽動噪聲?？紤]到被拍攝目標(biāo)可能存在位移現(xiàn)象，因此，本實施例采用窗口移動平均濾波法進行濾波處理。在處理過程中，首先采用多點移動平均濾波法對信號進行處理，再采用窗口濾波法進行濾波處理。模擬采集信號時要減少隨機干擾的影響，除了采用硬件濾波方法外還可以采用數(shù)字濾波，其中移動平均濾波法便是有效的方式之一。移動平均濾波基于統(tǒng)計規(guī)律，將連續(xù)的采樣數(shù)據(jù)看成一個長度固定為N的隊列，在新的一次測量后，上述隊列的首數(shù)據(jù)去掉，其余N-1個數(shù)據(jù)依次前移，并將新的采樣數(shù)據(jù)插入，作為新隊列的尾；然后對這個隊列進行算術(shù)運算，并將其結(jié)果做為本次測量的結(jié)果。處理過程中每次采樣到一個新數(shù)據(jù)放入隊尾，并扔掉原來隊首的一次數(shù)據(jù)(先進先出原則)，把隊列中的N個數(shù)據(jù)進行算術(shù)平均運算，就可獲得新的濾波結(jié)果。采用這種方法的優(yōu)點是對周期性干擾有良好的抑制作用，平滑度高。在對信號進行多點移動平均濾波法濾波后，再采用窗口濾波法進行濾波，可大幅度消除彩色視頻拍攝中發(fā)生位移造成的干擾。

較佳的，上述實施例中，所述步驟S312中采用的標(biāo)準(zhǔn)化的方法為：

其中，μ_R、μ_G、μ_B分別為三通道數(shù)字化信號S_R(t)、S_G(t)、S_B(t)對應(yīng)的均值，σ_R、σ_G、σ_B分別為三通道數(shù)字化信號S_R(t)、S_G(t)、S_B(t)對應(yīng)的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)化后的信號均值為0，方差為1；

所述步驟S313中，對標(biāo)準(zhǔn)化后的信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號x_a(t)、x_b(t)、x_c(t)；

所述步驟S322中窗口濾波法采用的窗口函數(shù)為hamming窗，其時間窗口函數(shù)為：

窗譜為：

其中，T為濾波周期。

在窗函數(shù)的選擇上，總的原則是1、要從保持最大信息和消除旁瓣的綜合效果出發(fā)來考慮問題，要使窗函數(shù)頻譜中的主瓣寬度盡量窄，能量盡可能集中在主瓣內(nèi)，從而在譜分析時獲得較高的頻率分辨力，在數(shù)字濾波器設(shè)計中獲得較小的過渡帶。2、窗譜的旁瓣高度應(yīng)盡量小而且隨頻率盡快衰減，以減小譜估計時泄漏失真。在設(shè)計數(shù)字濾波器時減小通帶的波動，提高阻帶的衰減。但主瓣既窄，旁瓣又小衰減又快的窗函數(shù)是不容易找到的，比如矩形窗旁瓣很大，但其主瓣寬度是最窄的，因此，在數(shù)據(jù)處理時通常需要做綜合考慮取其折中。3、在應(yīng)用窗函數(shù)時，除了要考慮窗譜本身的特性外，還應(yīng)當(dāng)充分考慮被分析信號的特點以及具體的處理要求。要考慮信號中的信息量的分布，增強信號中所需要的信息部分，壓制信號中不需要的信息部分，以人們感興趣的有效信息與窗函數(shù)作用后的綜臺效果為最好來選用窗函數(shù)，使得處理結(jié)果有足夠的頻譜檢測能力和頻譜幅值估計精度。例如在需要測量物體的自振頻率時等場合。如果要分析窄帶信號且具有較強的干擾噪聲時，則應(yīng)選用旁瓣幅度較小的窗函數(shù)如Hamming窗等。因此，本實施例可選用hamming窗來濾波去干擾。

較佳的，在上述任一實施例的基礎(chǔ)上，對降噪后的信號進行周期分析，獲得心率統(tǒng)計值。包括步驟：

S410采用Welch離散功率譜分析方法分析降噪后的信號，得到心率信號的頻譜圖；

S420通過得到的信號頻譜，分析出信號周期，得到心率統(tǒng)計值。

采用Welch離散功率譜分析方法得到處理后的心率信號的頻譜圖，原理簡單，容易實現(xiàn)，因此，方法復(fù)雜度低，有利于實時測量。

較佳的，上述步驟S410包括步驟：

S411將長度為N的數(shù)據(jù)分成L段，每段的長度為M；

S412分別求每一段的功率譜，然后取平均值，獲得估計的功率譜；

上述步驟S420包括：

S421采用周期圖法進行頻譜分析，找出頻譜中第一個峰值位置對應(yīng)的頻率，即為心率的頻率，得到心率統(tǒng)計值。

較佳的，所述步驟S412中，估計的功率譜計算公式為：

其中，為第i段采集數(shù)據(jù)，d(t)為選取的窗口函數(shù)，U為歸一化因子，表達式為

較佳的，d(t)為hamming窗。選擇hamming窗可以減小頻譜的泄露，由海明窗(hamming)處理譜估計的旁瓣較小，因此泄露程度也比較小。

如圖3所示，本申請一種基于PPG心率測量技術(shù)的信號處理方法的另一實施例，包括步驟：

S100獲取彩色視頻，提取視頻幀序列；

S210采用直方圖均衡化的方法對所述視頻幀序列的每一個視頻幀進行光照補償處理；

S220采用基于紋理特征的方法對處理后的視頻幀進行人臉檢測，提取人臉區(qū)域彩色圖像；

S310對所述有效區(qū)域的彩色圖像進行三通道分離，獲得數(shù)字化信號，并對所述數(shù)字化信號進行標(biāo)準(zhǔn)化與盲源分離處理；

S320將處理后的信號進行濾波；

S410采用Welch離散功率譜分析方法分析降噪后的信號，得到心率信號的頻譜圖；

S420通過得到的信號頻譜，分析出信號周期，得到心率統(tǒng)計值。

本申請方法的另一個實施例，包括以下處理步驟：

(1)獲取彩色圖像

在自然光或者燈光照射下，通過傳統(tǒng)攝像頭獲取自然彩色視頻。

(2)人臉檢測

因為研究表明對人臉部位測量結(jié)果較好，因此圖像拍攝可以盡量選擇在人臉周圍，對于拍攝的包含人臉的大范圍區(qū)域，首先采用直方圖均衡化的方法進行光照補償，去除燈光或者自然光對信號的干擾，然后采用基于紋理特征的方法進行人臉區(qū)域提取，縮小信號處理范圍，同時也可以提高信號處理精度。

(3)標(biāo)準(zhǔn)化與盲源分離

對視頻各幀中提取的人臉區(qū)域彩色圖像進行紅(R)、綠(G)、藍(B)三通道分離，對各通道所有圖像像素取平均值，分別得到三個通道數(shù)字化信號S_R(t)、S_G(t)、S_B(t)，然后對數(shù)字化信號進行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的數(shù)字信號標(biāo)準(zhǔn)化方法如下：

其中，μ_R、μ_G、μ_B分別為S_R(t)、S_G(t)、S_B(t)對應(yīng)的均值，σ_R、σ_G、σ_B分別為S_R(t)、S_G(t)、S_B(t)對應(yīng)的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)化后的信號均值為0，方差為1。

對標(biāo)準(zhǔn)化后的信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號x_a(t)、x_b(t)、x_c(t)，通過盲源分析可以消除一部分的偽動噪聲。

(4)信號濾波

為了進一步消除噪聲的影響，對經(jīng)過盲源分析的信號x_a(t)、x_b(t)、x_c(t)需要進行數(shù)字濾波，考慮被拍攝目標(biāo)可能存在位移現(xiàn)象，因此本發(fā)明選擇窗口移動平均濾波法進行濾波處理，在處理過程中首先采用多點移動平均濾波法對信號進行處理，在采用窗口濾波法進行濾波處理，得到濾波后的信號x_a(t)、x_b(t)、x_c(t)，窗口函數(shù)選為hamming窗，其時間窗口函數(shù)為

窗譜為

其中，T為濾波周期。(注：hamming窗濾波只是一種濾波方法，在matlab仿真中就是一個矩陣在圖像上做卷積)

(5)周期分析

通過Welch離散功率譜分析方法對得到的經(jīng)過濾波后的信號x_a(t)、x_b(t)、x_c(t)進行頻譜分析，得到心率信號的頻譜圖，其方法為將N個數(shù)據(jù)分為L段，每段包含M個數(shù)據(jù)，在對各段周期圖進行平均得到估計的功率譜，即頻譜，可以表示為：

其中，為第i段采集數(shù)據(jù)(N＝a，b，c)，d(t)為選取的窗口函數(shù)，在本發(fā)明中為hamming窗，U為歸一化因子，表達式為

通過將U帶入，可以得到的信號頻譜P(ω)，采用周期圖法進行頻譜分析，找出頻譜中第一個峰值位置對應(yīng)的頻率，即為心率的頻率，得到心率統(tǒng)計值。

通過三通道分離R、G、B信號后，在周期分析時，則一起分析，如此，可大大提高心率統(tǒng)計值的準(zhǔn)確性。

本實施例所屬處理方法可以有效消除使用過程中光照、位移、噪聲的干擾，提高測量精確度；所述算法搭載的設(shè)備使用范圍更廣泛，對環(huán)境要求低；且所述方法計算復(fù)雜度低，可用于實時測量。

基于相同的技術(shù)構(gòu)思，本發(fā)明實施例還提供一種基于PPG心率測量技術(shù)的信號處理裝置，該裝置可執(zhí)行上述方法實施例。本發(fā)明實施例提供的裝置如圖4所示，包括獲取模塊10、圖像處理模塊20、提取模塊30、降噪模塊40及分析處理模塊50，所述圖像處理模塊20分別與所述獲取模塊10、提取模塊30相連，所述降噪模塊40分別與所述提取模塊30、分析處理模塊50相連，其中：

所述獲取模塊10獲取彩色視頻，提取視頻幀序列；

所述圖像處理模塊20對所述視頻幀序列的每一個視頻幀進行圖像處理，確定所述視頻幀的有效區(qū)域；

所述提取模塊30根據(jù)所述視頻幀的有效區(qū)域，提取有效信號，并通過所述降噪模塊40進行降噪處理；

所述分析處理模塊50對降噪后的信號進行周期分析，獲得心率統(tǒng)計值。

獲取模塊10獲取彩色視頻，可以是實時拍攝彩色視頻，也可以是從存儲卡中讀取彩色視頻，然后再從中提取視頻幀序列。圖像處理模塊20對圖像做了處理后，便于后續(xù)的視頻幀的有效區(qū)域的確定，也能減少拍攝的彩色視頻中光照產(chǎn)生的干擾。視頻幀的有效區(qū)域，即整個視頻幀中，最好的待測區(qū)域。

如圖5所示，本申請裝置的另一實施例，在上述實施例的基礎(chǔ)上，所述圖像處理模塊20包括光照補償單元21、及與所述光照補償單元21相連的人臉區(qū)域確定單元22；其中：

所述圖像處理模塊20對所述視頻幀序列的每一個視頻幀進行圖像處理，確定所述視頻幀的有效區(qū)域包括：

所述光照補償單元21采用直方圖均衡化的方法對所述視頻幀序列的每一個視頻幀進行光照補償處理；

所述人臉區(qū)域確定單元22采用基于紋理特征的方法對經(jīng)過光照補償處理后的視頻幀進行人臉檢測，提取人臉區(qū)域彩色圖像。

光照補償有效的消除獲取的視頻中光照不均產(chǎn)生的影響，提高了測量精度。而基于紋理特征的人臉檢測提取，則可對視頻幀進行人臉識別，并從中確定出信號最佳的人臉區(qū)域，作為有效區(qū)域，如此即可縮小信號處理范圍，也可提高信號處理精度。

較佳的，在上述裝置實施例一的基礎(chǔ)上，所述提取模塊30包括：信號分離單元31、及與所述信號分離單元31相連的標(biāo)準(zhǔn)化單元32；所述降噪模塊40包括：盲源分析單元41、及與所述盲源分析單元41相連的濾波單元42；其中：

所述提取模塊30根據(jù)所述視頻幀的有效區(qū)域，提取有效信號，并通過所述降噪模塊40進行降噪處理包括：

所述信號分離單元31對所述人臉區(qū)域的彩色圖像進行三通道分離，獲得數(shù)字化信號，并通過所述標(biāo)準(zhǔn)化單元32對所述數(shù)字化信號進行標(biāo)準(zhǔn)化處理；所述盲源分析單元41對經(jīng)過所述標(biāo)準(zhǔn)化單元32標(biāo)準(zhǔn)化處理后的信號進行盲源分析處理；

所述濾波單元42將處理后的信號進行濾波。

較佳的，所述信號分離單元31對所述人臉區(qū)域的彩色圖像進行三通道分離，獲得數(shù)字化信號，并通過所述標(biāo)準(zhǔn)化單元32對所述數(shù)字化信號進行標(biāo)準(zhǔn)化處理；所述盲源分析單元41對經(jīng)過所述標(biāo)準(zhǔn)化單元32標(biāo)準(zhǔn)化處理后的信號進行盲源分析處理包括：

所述信號分離單元31將提取的有效區(qū)域的彩色圖像進行紅、綠、藍三通道分離，分別得到數(shù)字化信號；

所述標(biāo)準(zhǔn)化單元32將所述數(shù)字化信號進行標(biāo)準(zhǔn)化，得到標(biāo)準(zhǔn)化后的數(shù)字信號；

所述盲源分析單元41將所述標(biāo)準(zhǔn)化后的數(shù)字信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號；

所述濾波單元42將處理后的信號進行濾波包括：

所述濾波單元42采用多點移動平均濾波法對信號進行處理；并采用窗口濾波法進行濾波處理。

進一步的，上述實施例中所述標(biāo)準(zhǔn)化單元32將所述數(shù)字化信號進行標(biāo)準(zhǔn)化的公式為：

其中，μ_R、μ_G、μ_B分別為三通道數(shù)字化信號S_R(t)、S_G(t)、S_B(t)對應(yīng)的均值，σ_R、σ_G、σ_B分別為三通道數(shù)字化信號S_R(t)、S_G(t)、S_B(t)對應(yīng)的標(biāo)準(zhǔn)差，標(biāo)準(zhǔn)化后的信號均值為0，方差為1；

所述盲源分析單元41對標(biāo)準(zhǔn)化后的信號采用獨立成分分析法進行盲源信號分析，得到相互獨立的信號x_a(t)、x_b(t)、x_c(t)；

所述窗口濾波法中采用的窗口函數(shù)為hamming窗，其時間窗口函數(shù)為：

窗譜為：

其中，T為濾波周期。

較佳的，在上述任一實施例的基礎(chǔ)上，所述分析處理模塊50對降噪后的信號進行周期分析，獲得心率統(tǒng)計值包括：

所述分析處理模塊50采用Welch離散功率譜分析方法分析所述降噪模塊40降噪后的信號，得到心率信號的頻譜圖；

所述分析處理模塊50通過得到的信號頻譜，分析出信號周期，得到心率統(tǒng)計值。

Welch算法原理簡單，實現(xiàn)容易，有利于實時測量。

較佳的，所述分析處理模塊50包括：分段單元51、與所述分段單元51相連的功率譜獲取單元52、及與所述功率譜獲取單元52相連的分析查找單元53；其中：

所述分析處理模塊50采用Welch離散功率譜分析方法分析所述降噪模塊40降噪后的信號，得到心率信號的頻譜圖包括：

所述分段單元51將長度為N的數(shù)據(jù)分成L段，每段的長度為M；

所述功率譜獲取單元52分別求每一段的功率譜，然后取平均值，獲得估計的功率譜；

所述分析處理模塊50通過得到的信號頻譜，分析出信號周期，得到心率統(tǒng)計值包括：

所述分析查找單元53采用周期圖法進行頻譜分析，找出頻譜中第一個峰值位置對應(yīng)的頻率，即為心率的頻率，得到心率統(tǒng)計值。

進一步的，所述估計的功率譜計算公式為：

其中，為第i段采集數(shù)據(jù)，d(t)為選取的窗口函數(shù)，U為歸一化因子，表達式為

較佳的，選取的窗口函數(shù)的hamming窗。

本發(fā)明的方法和裝置除可用于心率測量外，還可以用于血氧飽和度測量等其它應(yīng)用。

盡管已描述了本發(fā)明的優(yōu)選實施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對這些實施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實施例以及落入本發(fā)明范圍的所有變更和修改。

顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。