非接触式心率测量技术已成为智慧医疗、大数据、物联网等领域的重要关注技术,因此,对于非接触式心率的测量具有重要的研究和应用价值。心率是临床诊断的重要生理参数,可以推断人体的健康状况。本文基于计算机视觉和图像处理技术,侧重于因环境光线突变而引起像素值噪声方面,开展了对光电容积脉搏波提取算法的研究。在传统的心率测量算法上,本文的主要的创新和研究有如下几点:(1)针对环境光线突变引起的误差问题,研究了较稳定的脉搏波提取算法。本文采用光电容积描记法,建立了非接触式心率测量模型,提出了关于标准差的非接触式心率测量算法,该方法提取感兴趣区域的标准差信号进行处理。仿真结果表明本文提出的算法解决了环境光线突变对脉搏波影响的问题,提高了非接触式心率测量的准确率,在智慧医疗、智慧养老方面有较好的应用前景,提高了心血管疾病的治愈率。(2)针对心率信号的滤波问题,研究了光电容积脉搏波信号滤波算法。本文采用正逆傅立叶变换方法,建立滤波模型,提出将脉搏波的时域信号转换成频域信号进行滤波处理,之后再转化到时域的算法。仿真结果表明本文提出的算法解决了脉搏波的噪声问题,降低了脉搏波的噪声影响,提高了准确率。在实际场景应用方面,能更加直接的观察到心率变化的周期性,提高了应用的价值。(3)本文采用基于PPG-标准差的算法,建立心率实时测量的模型。仿真结果表明本文提出的算法解决了环境光线突变引起的误差问题,测量者能直观地观察到脉搏变换的周期性。提高了非接触式心率测量的准确性,在心率检测的普及性方面,提高了检测的可实现性。