人体震颤是最为广泛的运动障碍。震颤的量化和识别研究有助于神经系统疾病的早期诊断和疾病分治,具有重要的社会意义。尽管震颤的量化和识别被广为研究,由于存在诸多局限性和不足,至今依然是临床研究的难题。为此,本文在前期专家学者的研究基础上,提出了基于双目立体视觉的人体姿态震颤量化识别研究。用简便快捷的震颤检测方法和有效的量化指标实现疾病的早期分类和诊断,降低疾病误诊和漏诊率,提高病理性震颤的诊疗水平。本文从现行肢体震颤检测方法入手,分析国内外研究现状,找出其优缺点,围绕现行做法存在的测量方式会引起患者不适,以及陀螺仪存在的零位偏移等固有误差,设计了这种基于图像的非接触式检测方法,相比于传统检测方法,彻底消除了传感器捆绑于测试者的不适感和恐惧感,也不存在传感器的固有误差,主要研究内容及成果如下:(1)详细分析了肢体震颤的客观存在以及日前被震颤困扰的疾病,从震颤的分类来叙述目前国内外常见检测方法,通过震颤自身的特征和目前常见做法的缺点来引出本文设计方案,选取使用技术。(2)选定采用双目立体视觉技术后,深入研究了双目立体视觉的基本原理,探讨其可行性,寻找到双目立体视觉与震颤检测的切合点,使用移动光斑来代替肢体的震颤信号,实现间接采集,既方便又高效。(3)研究了传统相机模型以及镜头畸变的所带来的客观误差,使用张氏相机标定法来求取相机内外参数,通过这些参数在软件上矫正上述问题所带来的误差,并且进行标定试验来实现前述过程。(4)根据临床需要,设计出检测方案,再根据检测方案提出相应评价震颤的量化指标。根据选型硬件和临床需要设计出相关软件,进而采集震颤信号,根据现行立体匹配算法提出针对于本文所使用的基于区域的立体匹配算法,根据三维重建算法还原出肢体震颤轨迹,而后根据其轨迹设计出能够求解前述量化指标的算法,最后求取其量化指标,以达到震颤检测之目的。