据《中国心血管病报告2017(概要)》报道,中国心血管病死亡率占居民疾病死亡构成的40%以上,且死亡人数逐年攀升,心血管疾病防治工作形势严峻。心率是心血管健康状况的重要衡量指标之一,心率及其变化趋势的日常监测数据对心血管疾病的预防和早期诊断具有重要参考价值。随着居民健康意识提升,人们对日常健康监护的需求也愈发旺盛。临床医学多采用接触式方式测量心率,此方式下被测者行动不便且长期监测易引起皮肤不适,不适合日常监护使用。非接触式、无体感的心率检测技术在日常健康监护领域具有良好的应用潜力,是当下健康监测领域国内外的研究热点。本论文研究了一种成像式心率检测方法,基于Qt平台和C++语言实现并开发了成像式实时心率监测系统,并进行了多种工作模式下的测量分析。论文工作为实现家庭和办公环境下的无体感心率检测和长期监测奠定了良好的基础。论文的具体工作如下:本文所述成像式心率检测方法主要依据比尔-朗伯定律和图像相关原理,使用皮尔逊相关系数对帧间ROI像素矩阵作相似度定量分析,得到相关系数队列,然后将小波分解与重构后的信号队列通过DFT变换到频域,并通过插值和非心率频率区过滤等方式,最终获取到较高准确度和精确度的心率数值。系统的设计与实现上,首先通过摄像头实时采集数个心动周期内的皮肤区域图像,并按工作模式不同选择不同颜色通道进行相邻帧间ROI相似度定量测定。系统实现了基于人脸特征点定位的ROI提取方式,可较好地解除被测者的活动约束,并设计了适用于实时数据流更新的动态队列以满足实时心率监测要求。滤波上使用了小波滤波,通过实验确定了滤波效果较好的小波基及相应的消失矩系数,并确定了最佳的最大信号重构成分个数。系统设计了一种直接基于队列的非心率区频率过滤方法,在0.8 Hz-3.7 Hz间进行频谱峰值提取,得到心率,并对关键数据进行实时、动态展示。此外,系统搭建了离焦获取激光散斑图案的光路,用于皮肤表面微振动的放大。系统共实现了散斑图案式、指尖按压式、鼠标自定义式、及全自动化式等多种测量模式,适用不同精度及测量场景的需求。测量分析上,针对心率监测系统的四种测量模式分别进行了精确性和鲁棒性验证实验,分别记录了5分钟内所测实时的相关系数波形,频谱峰值位置及心率数据。结果表明,心率数据与号脉所得基本一致,且波动很小,可适应心率监测需求。最后分析了系统各环节中可能引入误差的因素,并提出改进建议。