心率作为人体健康状况的重要生理参数,对于人体疾病诊治及健康监护有着不可替代的作用。本文设计了一种利用视频图像处理方式检测心率的非接触式测量系统,将嵌入式图像处理与心率检测相结合,可以实现视频图像的实时采集并放大其中微弱的人体生命体征信号,再通过信号分析获取心率值。非接触式心率测量方法具有无创、便捷、可长期连续测量等优点,为智慧医疗中的远程监控发展奠定基础。论文首先研究了视频图像中微小信号放大的模型并进行仿真。建立了欧拉视频放大的数学模型,研究了该模型中主要参数放大因子的选取。使用高斯金字塔分解技术将视频序列分解到不同频率带中,并以视频图像感官对比法和计算MSE、PSNR的方法研究得到四层图像金字塔为放大心率信号的最佳层数。通过时域带通滤波器提取心率信号,将其放大后经过拉普拉斯金字塔合成并与原视频序列叠加,得到放大后的输出视频。针对视频采集时光照亮度影响心率测量的问题,提出了基于Gamma系数的自适应亮度矫正方法和转换至HSV颜色空间的自适应亮度矫正方法,经测试图像亮暗得到有效的改善。论文接着研究从视频序列提取心率的模型并进行仿真。建立心率提取模型,研究了面部ROI区域的选取、脉搏波信号的提取、频域滤波去噪和提取心率值等内容。使用了峰值检测和功率谱密度分析两种算法从脉搏波信号中提取心率,针对峰值检测算法的不足,提出三点均值法进行波形信号的峰值检测,峰值点的遗漏或误判现象大幅减少。本文使用Physio Net中的开源数据集作为参考值,通过Bland-Altman法和Kappa法对该算法检测的心率结果进行一致性分析,结果表明峰值检测算法的准确度高于功率谱密度算法的准确度,且峰值检测算法得到的心率值满足临床医学所要求的测量精度。在完成了算法仿真的基础上,本文给出了心率检测系统的硬件设计和软件设计。硬件包括mini PC、摄像头和显示屏。系统软件由视频微小运动放大、视频心率信号提取等算法程序构成,并从用户角度出发设计人机交互界面,实现了被测人自主测量心率的功能,并增加了用户个人数据库和用户间视频通话等功能。论文最后设计了测试方案,并对系统进行了功能和性能测试。在功能上通过数据一致性分析验证该系统测量精确度满足临床医学要求,在性能上该系统具有实时性强、稳定性好的特点,该系统设计符合设计目标。