搜救行动在任何受灾地区都起着至关重要的作用。通常采用救援人员搜救和机器人搜救。但无人机可以作为替代方案,因为无人机比人类和地面机器人具有机动性和高度的双重优势。研究发现,无人机不仅可以搜寻受灾人员位置,还可以使用无人机采集图像进行人体呼吸的检测,以此判断人的生存状态。然而,无人机自身的晃动对于检测结果具有较大影响,且因为无人机晃动的不确定性和复杂性,传统的滤波器难以准确自适应的去除晃动干扰。因此,研究如何准确去除无人机晃动的影响对于精确地测量视频中待测人体的呼吸率具有理论意义和实际意义。针对上述问题,本文做了如下工作:（1）本文针对无人机晃动对视觉传感器提取生命体征造成误差的问题,提出一种基于变分模态分解的抗无人机晃动呼吸率检测方法。首先,方法采用复可控金字塔提取呼吸率的初始特征;其次,设计一种基于变分模态分解的呼吸信号提取方法,获得候选的呼吸模态信号;最后,选择方差最小的本征模态实现呼吸率检测。本文实验结果表明,在无人机自身正常晃动情况下,本文方法能够在人体距离无人机不同距离、人体不同姿态下有效提取呼吸信号。（2）本文针对无人机间歇晃动对经验模态分解造成的模态混叠问题,提出了一种抗无人机间歇晃动的呼吸率检测方法。该方法与上述基于变分模态方法不同主要体现在:本方法使用基于解析模态分解的经验模态分解方法,用于模态混叠的消除,而后分离出人体呼吸和无人机晃动波形。实验证明本方法可以实现无人机间歇晃动情况下的欧拉视频呼吸率检测。为了检验方法的性能,在无人机不同晃动、人体和无人机不同距离、人体不同姿态的情况下分别进行如下实验:实验使用手机进行一分钟计时,期间每隔固定秒数响一次,同时记录下呼吸次数,以此作为参考值与本文方法进行对比,验证本文方法提取呼吸率结果的准确性。然后本文方法再与Ali Al-Naji 2020无人机视频呼吸率检测方法进行对比,可以有效验证本文方法在无人机晃动情况下对人体呼吸率的检测效果。为了实验方便,开发了呼吸率检测平台。