论文总字数：21136字

摘 要

多年来，采集心率的方法无外乎两种，人工计数和使用可穿戴设备，而你可曾听说过无穿戴的方式？现在，只需要一个摄像头和一段程序，你就能轻松的掌握自己心跳的速度。当发现心跳加快时，如果你不是刚刚运动完，那么就很可能是身体的状况出了问题，或许是精神紧张，或许是生理疾病，总之，你需要注意自己的身体了。甚至在未来，它还能在你焦虑、紧张、兴奋、疲惫时，提醒你应该休息几分钟，再让管家机器人为你端上一杯热茶。这种方便、快捷、低成本、无负担的心率测量方式，简直闻所未闻，而这，就是我的研究与设计目标。

关键词：心率；无穿戴；摄像头

The method of measure heart rate by camera

Abstract

Over the years, there are basically two different ways of measure heart rate, manual counting or use wearable devices, but have you ever heard about no wear? Now ,only need a camera and a program，you can easily grasp your heart rate. When you found your heart rate’s up, if you are not just moving, it’s might be a problem with your body, perhaps nervous, perhaps disease, you need to pay attention to your body. Even in the future, it will remind you to have a rest when you fell anxious, nervous, excited or tired, then your housekeeper robot will take you a cap or hot tea. This convenient, fast, low cost and no burden’s way has never heard. And this is my target of research and design.

Keywords：Heart Rate；No Wear；Camera

目录

第一章 引言 1

1.1 背景与意义 1

1.2 国内外相关研究现状 1

1.3 本文的研究目标 1

1.4 研究方法与技术路线 1

1.4.1 思想 1

1.4.2 具体过程 1

1.5论文结构安排 2

第二章 相关技术基础 3

2.1 python语言 3

2.1.1 简介 3

2.1.2应用范围 3

2.1.3 语法 4

2.1.4 标准库 6

2.1.5 优点 6

2.2 opencv函数库 8

2.2.1简介 8

2.2.2应用领域 8

2.2.3编程语言 8

2.2.4 优点 9

2.3 FFT 9

2.3.1简介 9

2.3.2 算法 9

2.3.3 公式 10

2.3.4 复杂度以及运算量的极限 10

第三章 系统分析与设计 12

3.1 功能需求 12

3.2 主要模块划分 12

3.2.1人脸检测与定位额头 12

3.2.2 光谱分离 12

3.2.3 频谱分析 13

3.2.4人机交互 13

第四章 系统实现及运行测试 14

4.1 运行环境及工具介绍 14

4.2 核心代码的分析 14

4.2.1 人脸检测与定位额头模块 14

4.2.2 光谱分离模块 15

4.2.3 频谱分析模块 16

4.2.4 人机交互模块 19

4.3系统测试 20

4.4系统运行（核心界面截图） 22

第五章 结束语 23

5.1 总结 23

5.2 未来展望 23

致谢 24

参考文献 25

第一章 引言

1.1 背景与意义

现代社会中，健康问题成为越来越多的人所关注的焦点。大家都知道，心跳加快的原因有很多，除了运动过后、环境温度骤变等生理性原因外，还有包括神经紧张、心律紊乱、发烧、基础代谢率异常增高、电解质紊乱等引发的病理性心跳加快。如果你在常规环境下却发现自己的心跳变快了，那么一定要提高警惕，身体很可能已经出问题了。

然而，传统的心率测量方法较为麻烦，且容易受时间和环境的影响。使用科技手段可以让此项工作变得非常简单，只要有一个摄像头就能测出自己的心率。

1.2 国内外相关研究现状

如今，对心率的测量方式仍然是以人工计数（如使用听诊器或直接用手接触）和小型可穿戴设备（如智能手环等）为主。前者的缺点很明显，非常占用时间并且无法做到长时间的生理参数监控。后者虽然在这点上有所改善，但长期携带也会对使用者产生一定的负担。

通过无穿戴设备来测量心率目前还处于设想与实验阶段，短期内还无法成为一项成熟的技术，并投入实际使用。

1.3 本文的研究目标

以不需要直接接触、不需要特定设备的方式，简单、快捷地测量心率，给使用者提供自己身体状况的参考，具有成本低廉、易于操作、安全卫生的特点。

1.4 研究方法与技术路线

1.4.1 思想

人体中的血液不断循环，随着心脏跳动，新鲜的血液一次次被输送出来，而新鲜血液中的氧被皮肤吸收后，皮肤对绿光的吸收也会有微弱变化。这时，只要对一块皮肤持续采集，就可以看出颜色的周期性变化，从而计算出心率。对于采集部位的选择，优先考虑脂肪少、毛细血管多、通常暴露在外没有遮挡的部位，所以这里选择了额头。

1.4.2 具体过程

调用opencv函数库，检测图像中人脸特征，提取出人脸区域。

定位额头位置，保持对该区域锁定。

取绿光颜色值。

对记录的数值滤波。

在形成的波形中筛选有效信息，记录频率。

1.5论文结构安排

第一章 引言部分。首先介绍了本软件的设计的开发背景与建设意义，然后分析了国内外相关研究的现状，并确定了软件的设计思路，最后归纳了论文的主要内容和章节安排。

第二章 相关技术基础。首先介绍python语言，然后对调用的opencv函数库简要说明，以及介绍FFT，这些是本软件的技术基础。

第三章 系统分析与设计。根据需要实现的功能，划分主要模块，并设计每个模块的功能与实现方法。

第四章 系统实现及运行测试。说明测试环境，从功能和系统性能方面评估。

剩余内容已隐藏，请支付后下载全文，论文总字数：21136字