心率是衡量人体健康状况的重要指标之一,非接触式心率测量方法相比于接触式心率测量方法具有一定的优点。非接触式心率测量依赖光电容积脉搏波描记法（IPPG）,通过摄像头拍摄人体皮肤提取血液容积脉冲（BVP）信号,实现心率的测量,适用各种复杂场景。在非接触式心率测量中,盲源分离是一种广泛采用的提高心率测量精度的手段,开展联合盲源分离的非接触式心率测量技术研究具有重要意义。论文的主要工作及创新如下:（1）针对非接触式心率测量过程中的光照干扰,提出了一种合成Adobe G通道的BVP信号提取方法。该方法将图像从RGB颜色空间转换到Adobe RGB颜色空间,并在Adobe RGB颜色空间的绿色（G）通道中提取BVP信号。这种方法近似的拟合了血液对460nm波长光的最佳吸收效果,对于测量过程中的光照干扰有较好的抑制作用。（2）针对非接触式心率测量过程中的运动干扰,提出了一种多特征区域的感兴趣区域（ROI）选取方法。该方法在人脸左右脸颊选择了6个稳定性高的ROI区域,其中单侧脸颊的ROI区域部分重合,重合度为40%左右,双侧脸颊的ROI区域相互对称。在心率测量流程中,保证了合成Adobe G-BVP信号在空间上相互关联,能更好的滤除由运动带来的干扰。（3）提出采用FDICA的盲源分离算法,在频域空间进行BVP信号去噪。该方法通过短时傅里叶变换将6路Adobe G-BVP信号转换到频域空间,采用FDICA对频域信号进行盲源分离解混,分离脉搏波信号和噪声;并且针对盲源分离结果无序的问题,提出一种频域聚类和样本熵排序的方法,选择脉搏波信号在频域估计心率,计算频域信号的峰值处坐标,转换到单位时间即为心率值。针对光照及运动的干扰,使用摄像头和血氧仪,在室内自然光环境下采集了非接触式心率测量的干扰数据,验证论文中提出的抑制光照和运动干扰方法的有效性。采用国外公开的DEAP数据集进行方案对比,本文联合盲源分离的方法平均误差为5.103,相关系数为0.612,优于ICA,IVA等盲源分离方法。