心血管疾病是危害人体健康的常见疾病,通过非临床手段实现日常心血管健康状况检测具有重要的研究意义。脉搏波是反映人体心血管健康状况的重要指标之一,基于视频法的非接触式脉搏波检测是目前计算机视觉领域研究的热点方向。目前,视频法非接触式脉搏波提取研究可以分为两类,一类是基于面部脸颊颜色变化的脉搏波提取,另一类是基于腕部桡动脉微小搏动变化的脉搏波提取。桡动脉运动变化比面部颜色变化更能反映心血管的真实状况,因此,桡动脉脉搏波的提取具有更高的研究价值。针对于腕部桡动脉的生理特点,本文提出了一种基于视频运动放大的脉搏波提取算法,创新性概括如下:(1)针对现有的视频法采集脉搏波信号过程中没有考虑噪声信号抑制的问题,本文提出了一种基于欧拉视频放大信号选择的桡动脉脉搏波提取算法。在现有算法的基础上,采用拉普拉斯金字塔策略提取更完备的多尺度感兴趣信号。并根据信噪比大小,选用高信噪比的区域作为感兴趣的区域来避免噪声信号的干扰,从而最终实现高可靠的脉搏信号的心率测定。(2)设计并实现了一种基于视频放大的脉搏波提取系统,该系统以桡动脉作为提取对象,通过普通摄像头对人体腕部桡动脉进行视频数据采集,然后经过本文所提出的算法测定脉搏波及心率。系统的开发运用了软件工程的开发规范,系统测试表明其具有较好的健壮性和准确性。为了验证本文所提出的非接触式脉搏波检测算法的准确性和健壮性,通过采集人体腕部桡动脉视频进行实验。实验结果表明:与现有的方法相比,本文的方法具有更好的准确度和健壮性。此外,本文所实现的系统具有更低的时间复杂度。