买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜桂林电子科技大学申请的专利基于人体浅表动脉视频精确提取脉搏波的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114693653B 。

龙图腾网通过国家知识产权局官网在2025-04-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210347207.0，技术领域涉及：G06T7/00；该发明授权基于人体浅表动脉视频精确提取脉搏波的方法是由张琦;李林静;李晓;李旺设计研发完成，并于2022-04-01向国家知识产权局提交的专利申请。

本基于人体浅表动脉视频精确提取脉搏波的方法在说明书摘要公布了：本发明公开了一种基于人体浅表动脉视频精确提取脉搏波的方法，用于解决非接触脉搏波测量方法中普遍存在的运动和光照干扰问题，并对多种噪声进行多重滤波，实现脉搏波的精确提取。本发明包括以下步骤：S1：获取人体浅表动脉视频；S2：自适应伽马变换对视频预处理；S3：欧拉放大与FRR滤波相结合的放大算法对视频进行运动放大；S4：自适应阈值帧间差分法并选择多特征区域为感兴趣区域；S5：提取原始脉搏波信号；S6：II型切比雪夫、自适应阈值法的小波变换、自适应陷波滤波器滤除在信号中的噪声；S7：调制域谱减法增强脉搏波信号。本发明可以有效地抑制运动伪影和环境亮度差异的影响，同时精确选取感兴趣区域滤除噪声，进一步提高脉搏波提取的准确度。

本发明授权基于人体浅表动脉视频精确提取脉搏波的方法在权利要求书中公布了：1.一种基于人体浅表动脉视频精确提取脉搏波的方法，其特征在于，它包括步骤：步骤S1：获取人体浅表动脉位置处的视频；步骤S2：采用自适应伽马变换对视频进行预处理；步骤S3：采用EVM-FRR放大算法对人体浅表动脉视频运动放大；步骤S4：采用自适应阈值帧间差分法并选择多特征区域确定感兴趣区域ROI；步骤S5：提取原始脉搏波信号；步骤S6：采用II型切比雪夫滤波器、自适应阈值法的小波变换、自适应陷波滤波器滤除在信号中可能存在的噪声；步骤S7：采用调制域谱减法增强滤波后的脉搏波信号；其中，步骤S3的EVM-FRR放大算法是一种由欧拉视频放大算法与FRR滤波相结合的算法，其包括以下步骤：A:空间分解：构建拉普拉斯金字塔，对视频帧进行空间采样，将空间域分解为不同尺度的频率空间带；B:时域滤波：采用时域带通滤波器对拉普拉斯分解后的频率空间带进行时域滤波，获取0.8～3.3Hz频率范围的有效信号；C:信号放大：通过放大因子关系式，对所获取的有效信号放大α倍；D:放大重构：将放大α倍后的视频帧扩展到原视频的大小，与原视频通道中空间点为x，时间点为t的有效信号叠加；E:时间反转：将叠加后的有效信号时间逆转，反向通过滤波器；F:放大增强：对反向通过滤波器的信号重复步骤A-D中空间分解、时域滤波、信号放大、放大重构获得视频帧双重放大的效果；G:信号输出：对于空间点为x处的放大增强后的视频帧信号，进行时间反转后输出；其中，步骤S4的自适应阈值帧间差分法，包括以下步骤：采样视频中的第i帧减去第i-1帧的图像像素点的灰度值，并求取图像像素差的绝对值，获得差分后的视频帧图像；对视频帧图像的像素点进行二值化处理；二值化处理结果与设定的阈值比较；将灰度值大于阈值的像素区域确定为运动部位，否则为静止区域；对所有的视频帧处理之后通过连通性分析将每一帧连通起来成为一个新的视频，即得到运动部位视频；其中i＝2,3,4...其中，步骤S4多特征区域选择方法包括以下步骤：对放大后的运动区域进行边缘检测获取特征点以及特征点的标记坐标；在标记的特征点中选择三个特征点组合成一个特征点组，将特征点组的区域质心作为特征区域的中心点，通过区域定位的方式，计算特征点组围成的区域中心位置坐标，截取矩形区域作为感兴趣ROI区域，由此获得单个ROI区域；用同样的方法选取多个ROI区域；用多个特征区域选择的方法得出的多个ROI区域，使得特征区域覆盖度增大，而且提取到的多个血液容积脉搏波信号在空间上可以互补，以此来去除运动干扰，进一步去除系统误差，更好的还原脉搏波信号。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1号桂林电子科技大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。