基于红外与光学图像融合的人体心率实时测量方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113935932A(43)申请公布日2022.01.14(21)申请号202111133833.1(22)申请日2021.09.27(71)申请人北方工业大学地址100043北京市石景山区晋元庄路5号(72)发明人邹建成卫俊存(74)专利代理机构北京北新智诚知识产权代理有限公司11100代理人朱丽华(51)Int.Cl.G06T5/50(2006.01)G06T5/20(2006.01)G06T5/00(2006.01)G06T7/162(2017.01)A61B5/024(2006.01)A61B5/00(2006.01)权利要求书2页说明书6页附图2页(54)发明名称基于红外与光学图像融合的人体心率实时测量方法及装置(57)摘要本发明提供了一种基于红外与光学图像融合的人体心率实时测量方法及装置：将采集的阵列图像组分解为红外光图像和可见光图像，并将其分解为低频子图像和高频子图像后，获取低频子图像红外特征分布并对其进行归一化处理，从而得到低频信息的融合权重。将低频子图像和高频子图像分别融合后二次融合得到融合图像。根据融合图像得到面部像素平均值序列，进而得到频率和最终心率。优点是：利用分解后阵列图像的红外图像低频信息确定低频部分的融合权重，可以更好地保留热辐射和详细的纹理信息。利用像素平均法代替传统的单通道信号作为心率信信号，更加可靠，适应性更强。获取阵列图像组并融合图像，避免了单镜头测量的不稳定性，测量效果良好。CN113935932ACN113935932A权利要求书1/2页1.一种基于红外与光学图像融合的人体心率实时测量方法，其特征在于，所述方法包括：将采集的阵列图像组分解为红外光图像和可见光图像；将所述红外图像和所述可见光图像分解为低频子图像和高频子图像，获取低频子图像红外特征分布并对其进行归一化处理，从而得到低频信息的融合权重；将各所述低频子图像进行融合获取低频信息，将所述高频子图像进行融合得到高频信息；将高频信息与低频信息进行融合得到融合图像：其中，LFL为低频信息，LFh为高频信息，IL为低频信息融合图像，Ih为高频信息融合图像；根据所述融合图像，提取所述阵列图像组中的受测者面部图像，从而获取面部像素平均值序列：其中W为常数；ωc为通带截止频率；将对所述面部像素平均值序列滤波后得到的信号序列进行傅里叶变换得到频率X(k)，根据所述频率得到最终心率end_bpm：end_bpm＝last_bpm×0.9+bpm×0.1。2.根据权利要求1所述的方法，其特征在于，确定红外光图像IA与可见光图像IB的分解层数S，根据MST最小生成树分割方法将红外光图像和可见光图像分解为两个低频子图像和S‑1个高频子图像。3.根据权利要求2所述的方法，其特征在于，获取低频子图像的红外特征分布，包括：Ri＝|LAi|,S‑1≤i≤S；其中LAi表示分解后的红外光低频图像信息，Ri为低频子图像的红外特征分布。4.根据权利要求3所述的方法，所述对所述低频子图像红外特征分布Ri行归一化处理得到归一化结果Pi，包括：其中，maxx∈Ω{Ri(x)}表示第i个低频子图像区域中像素强度最大点的值。5.根据权利要求4所述的方法，其特征在于，所述得到低频信息的融合权重，包括：其中，Pi∈[0,1],Ci∈[0,1]，α为常数。Ci为低频信息的融合权重，当Ci越大则红外特征越明显。6.根据权利要求1所述的方法，其特征在于，所述低频图像融合，包括：LFi＝Ci·LAi+(1‑Ci)·LBi,S‑1≤i≤S；2CN113935932A权利要求书2/2页LFL＝C·LFS+(1‑C)·LFS‑1；其中，LBi为分解后的可见光低频，CS为N个低频信息的融合权重，A为红外光图像信息，B为可见光图像信息。7.根据权利要求1所述的方法，其特征在于，所述高频图像融合，包括：当0≤h＜S‑1时，LAh和LBh为原始图像分解的高频信息，LFh为高频图像融合后结果。8.根据权利要求1所述的方法，其特征在于，所述将对所述面部像素平均值序列滤波后得到的信号序列进行傅里叶变换得到频率X(k)，包括：根据频率X(k)获取本次测量周期内的心率bpm：bpm＝X(k)×60。9.一种基于红外与光学图像融合的人体心率实时测量装置，其特征在于，包括：阵列摄像头、处理器，阵列摄像头用于，采集的阵列图像组；处理器包括：分解单元，低频信息获取单元，高频信息获取单元，融合单元，面部像素平均值获取单元，心率获取单元；分解单元，用于将阵列摄像头采集的阵列图像组分解为红外光图像和可见光图像，还用于将所述红外图像和所述可见光图像分解为低频子图像和高频子图像；低频信息获取单元，用于将所述低频子图像进行融合获取低频信息，还用于获取低频子