基于视频的心率测量方法可实现低成本、无接触、无电极的舒适的心率测量,对于远程医疗监控等领域有很大的帮助。在新生儿重症监护、长期癫痫检测、烧伤或外伤患者检测、睡眠研究以及其他情况下对心脏速率进行连续测量时,这种技术可避免被测试者与电缆以及其他杂乱东西的接触,减少被检测者的不适。本文在学习和分析了关于视频心率信号提取及分析的国内外研究现状和相关算法的基础上,以人脸视频为研究对象,实现了对被测试者心率提取的研究。本文所做的主要工作如下:(1)首先,定位出视频中的人脸区域并分成三个区域,分别计算视频每一帧中这三个区域的绿色通道像素值的均值,得到三个随时间变换的信号。然后,采用主成分分析提取出这三个信号中的主成份,对该主成分信号经过平滑、去趋势化等滤波处理后,检测信号的波峰位置,计算波峰之间的间隔。提出了采用重叠直方图统计的方法得到波峰之间间隔的平均值,计算出心率的方法。(2)由于环境光等因素的影响,测量结果会受到不同程度的影响,例如检测波峰时,有可能漏检或多检,本文采用波峰拟合的方法,使波峰检测更准确,并且能够更好的估计出波峰的位置。同时还可以加长视频的长度,增加测量数据。(3)在Visual Studio 2010操作平台上,分别采用C++语言和Open CV编制实时测量软件。