基于视频图像的远程脉率测量系统的制作方法

本发明涉及图像通信，具体为基于视频图像的远程脉率测量系统。

背景技术：

1、近年来，随着信息技术的飞速发展，基于视频的远程脉率测量技术已广泛应用于远程医疗监控和健康管理领域。这种技术允许通过非侵入式方式，通过分析视频图像来估计个人的心率，提供了一种既便捷又有效的健康监测方式。

2、然而，尽管现有的基于视频的脉率测量系统在多个方面取得了进展，但在实际应用中仍面临一些重要挑战。首先，这些系统在处理高分辨率视频数据时往往缺乏足够的实时处理能力，无法及时输出测量结果，这直接影响了用户体验和系统的实用性。其次，系统在动态环境中，尤其是在用户或相机发生微小移动时，难以准确测量脉率，准确性会因此受到影响。此外，当系统面对复杂的环境变化，如光照条件和背景干扰时，常常无法保持稳定和准确的输出。这些环境因素极大地限制了系统在更广泛应用场景下的可靠性和准确性。

3、现有技术中，由于实时处理能力不足以及对动态环境和环境变化的敏感性，存在无法准确实时测量脉率和适应复杂环境变化的问题。

4、因此，针对以上问题，亟待需要一种基于视频图像的远程脉率测量系统。

技术实现思路

1、解决的技术问题

2、针对现有技术的不足，本发明提供了基于视频图像的远程脉率测量系统，解决了由于被检测对象的头部运动或相机移动导致的运动伪影，从而影响脉率测量的准确性的问题。

3、技术方案

4、为实现以上目的，本发明通过以下技术方案予以实现：基于视频图像的远程脉率测量系统，包括视频采集模块、图像稳定化处理模块、运动校正算法模块和实时反馈与校正模块，所述采集模块用于采集原始图像对比度、原始锐度和原始噪声水平参数，捕获连续的高分辨率视频帧，并记录原始视频帧数；所述稳定化图像处理模块用于通过卷积神经网络模型分析高分辨率视频帧进行预测像素级的运动向量，得到预测运动向量，通过高精度传感器获得实际运动向量，根据原始视频帧数、预测运动向量和实际运动向量综合分析得出运动评估图像稳定化评估值；通过图像稳定化评估值与预设的第一阈值进行比较，并预测和补偿原始视频帧数之间的运动，从而输出稳定视频帧和稳定运动向量，校正原始图像对比度、原始锐度和原始噪声水平参数得到校正后图像对比度、校正后锐度和校正后噪声水平参数；所述动校正算法模块用于接受进行自图像稳定化处理模块中的稳定视频帧和稳定运动向量；使用加速鲁棒特征算法进行评估帧与帧之间的相对位移和变换，得到校正运动向量；通过原始图像对比度、原始锐度、原始噪声水平参数、校正后图像对比度、校正后锐度和校正后噪声水平参数综合计算得到图像质量改善指标；根据校正运动向量、稳定运动向量、稳定视频帧和图像质量改善指标计算得出运动校正评估值；所述实时反馈与校正模块用于根据实时监测数据对应的运动校正评估值与预设第二阈值进行比较，得到运动校正分析报告；根据运动校正分析报告做出相应的动态调整和优化进行抵消运动伪影，输出清晰的视频数据。

5、进一步地，所述通过卷积神经网络模型分析高分辨率视频帧进行预测像素级的运动向量，得到预测运动向量具体过程为：通过历史实际运动向量和连续的高分辨率视频帧构建神经网络模型，从采集模块中获取实际运动向量和连续的高分辨率视频帧，使用流光法对实际运动向量和连续的高分辨率视频帧进行标注生成精确的运动向量作为训练数据；配置并使用图形处理算法进行模型训练，加速训练过程并应用交叉验证技术以优化模型并防止过拟合；使用实时接收视频帧通过模型训练输出预测运动向量。

6、进一步地，所述运动评估图像稳定化评估值具体计算过程如下：

7、

8、式中，ma表示图像稳定化评估值，vp(i)表示第i帧预测运动向量，vt(i)表示第i帧实际运动向量，n表示原始视频帧数。

9、进一步地，所述图像质量改善指标具体计算过程为：

10、qi(i)＝wc·(ca(i)-cb(i))+ws·(sa(i)-sb(i))+wn·(nb(i)-na(i))

11、式中，qi(i)表示第i帧图像质量改善指标，ca(i)表示第i帧校正后对比度，cb(i)表示第i帧原始对比度，wc表示对比度改善权重因子，sa(i)表示第i帧校正后锐度，sb(i)表示第i帧原始锐度，ws表示锐度改善权重因子，na(i)表示第i帧校正后噪声水平参数，nb(i)表示第i帧原始噪声水平参数，wn表示噪声水平改善权重因子。

12、进一步地，所述通过图像稳定化评估值与预设的第一阈值进行比较，并预测和补偿原始视频帧数之间的运动，从而输出稳定视频帧和稳定运动向量具体过程为：实时比较图像稳定化评估值与第一阈值，当图像稳定化评估值高于第一阈值时，对这一帧的图像不做处理，当图像稳定化评估值低于第一阈值时，采用图像处理技术对未达标的视频帧进行调整帧的位置和方向以抵消运动伪影；处理后的视频帧将被重新编码为稳定视频帧，同时更新对应帧数的实际运动向量，将处理后的运动向量重新编码为稳定运动向量。

13、进一步地，所述运动校正评估值获取过程为：获取校正运动向量、稳定运动向量、稳定视频帧和图像质量改善指标计数据，根据校正运动向量、稳定运动向量、稳定视频帧和图像质量改善指标计综合分析得到运动校正评估值。

14、进一步地，所述运动校正评估值的具体计算过程为：

15、

16、式中，mcv表示运动校正评估值，vc(i)表示第i帧校正运动向量，vs(i)表示第i帧稳定运动向量，n′表示稳定视频帧，qi(i)表示第i帧图像质量改善指标。

17、进一步地，所述根据实时监测数据对应的运动校正评估值与预设第二阈值进行比较，得到运动校正分析报告，根据运动校正分析报告做出相应的动态调整和优化进行抵消运动伪影，输出清晰的视频数据具体过程为：接收实时反馈与校正模块中计算的运动校正评估值，实时比较运动校正评估值与预设第二阈值，当运动校正评估值始终高于第二阈值时，不进行调整；当运动校正评估值低于第二阈值时，表示视频中存在明显的运动伪影或图像质量问题，增加运动校正评估值与第二阈值对比的频率，并重复执行图像稳定化处理模块，直至运动校正评估值提升至第二阈值以上。

18、进一步地，所述使用加速鲁棒特征算法进行评估帧与帧之间的相对位移和变换，得到校正运动向量具体过程为：在连续的高分辨率视频帧中识别关键点，并为关键点生成包含周围区域详细特征的描述；特征匹配：通过比较连续的高分辨率视频帧之间的特征描述，确定匹配的特征点，并筛选出质量高的匹配对；运动评估：根据匹配的特征点计算两帧之间的几何变换，所述几何变换包括位置变化值、旋转变化值和尺度变化值；生成校正运动向量：根据几何变换生成校正运动向量。

19、进一步地，所述根据几何变换生成校正运动向量具体过程为：将位置变化值、旋转变化值和尺度变化值变化合并成一个矩阵，使用矩阵调整所有高分辨率视频帧中的像素位置，并将调整过后对应的运动向量标记为校正运动向量。

20、有益效果

21、本发明具有以下有益效果：

22、(1)、该基于视频图像的远程脉率测量系统，通过结合了先进的图像稳定化处理和运动校正算法，能够有效抵消由用户或相机移动引起的运动伪影，从而提高脉率测量的准确性。进而实现了提高测量准确性的效果，有效解决了现有技术中由于运动伪影导致的数据不准确的问题。

23、(2)、该基于视频图像的远程脉率测量系统，通过利用图形处理算法优化模型训练和实时视频数据处理，显著提升了处理高分辨率视频帧的速度。进而实现了增强实时处理和反馈的效果，有效解决了现有技术中实时性不足的问题。

24、(3)、该基于视频图像的远程脉率测量系统，通过校正原始图像的对比度、锐度和噪声水平来优化视频质量，为用户提供更清晰、稳定的视频输出。进而实现了改善图像质量的效果，有效解决了现有技术中图像质量受环境变化影响的问题。

25、(4)、该基于视频图像的远程脉率测量系统，通过实时监测和分析得到的运动校正分析报告，动态地调整和优化图像处理流程。进而实现了高度自适应的动态调整效果，有效解决了现有技术中无法适应复杂监控环境变化的问题。

26、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。