当前位置:首页>> >>


基于摄像头的非接触式人体心率.rar

收藏

资源目录
    文档预览:
    编号:20180825165428699    类型:共享资源    大小:6.67MB    格式:RAR    上传时间:2018-08-25
      
    45
    金币
    关 键 词:
    基于 摄像头 接触 人体 心率
    资源描述:
    MOUSER2014 智能硬件创新设计 大赛项目报告题 目: 从视频中提取人体心率与供血等健康特征 单位: 第四军医大学 参赛队成员名单:姓名 单位 邮箱刘本源 第四军医大学 lbyoopp@163.com视频观看地址:http://v.youku.com/v_show/id_XOTEwNzAzNTM2.html如在报名后有修改,请在此注明。题 目: 从视频中提取人体心率与供血等健康特征 关键词: Zynq, Aptina, PPG, Remote PPG, 视频空时处理,人脸检测 摘要 人体的健康体征的无缝监控是当前智能硬件的研发趋势。现有研究多使用接触式的体征(心率 ECG,脉搏 PPG 等)监测设备,在一些极端情况下,无法将传感器贴于受测者。在这种情况下,研究非接触式的体征监控方法极具吸引力。本项目主要利用视频信息,以非接触的方式提取目标的心率、供血及其他体征,具备很强的可行性与工程应用价值。1. 引言基于摄像头的心率提取和特征增强最早由 MIT 的研究人员在 2012 年提出:利用摄像头远程捕获受测者的视频信息,在此基础上利用空时信号处理的方法,辅助以计算机视觉(如 opencv 库)进行特征提取。除了对人体的心率进行提取外,对人体的供血状态的可视化也具备很强的价值。利用非接触的心率监测和供血可视化,可以用于 老年人的心率及健康的非接触监测中,在社区健康中极具价值 重症监护室的非接触监测 人体睡眠的非接触监测等等2. 系统方案 本项目的最终解决方案是一个(略微复杂)的系统集成,主要包括了: 基于 Microzed 的 Zynq 处理平台(采用 Avnet 的 Microzed 板卡,为工业现货) 基于 Microzed FMC Carrier Card 的扩展板(Avnet 公司,工业现货),仅用到了其两个 PMOD 接口,方便替代。 采用了 Aptina MT9v034 医用级别的摄像头(板卡为淘宝购买,具备原理图 PCB 等方便自制),我们令摄像头工作在 256x256,50fps 低分辨率模式下,对于信号处理提出了很大的挑战 采用 AD7991 进行数模转换,并用到了两个 Pulsesensor 脉搏(PPG 信号)传感器(在淘宝搜索 PMODAD2 以及 Pulsesensor 可进行购买,两者都具备原理图,可以自制)。该模块相当于基准测量设备,仅仅用来比对心率的提取和可视化结果。软件部分的信号处理在 PC 机上编写,由于我们要进行系统的 实时测量,因而对代码的复杂度和实现方式提出了很大的挑战,这也是卡住本项目进度的一个关键因素。在软件部分我们用到了 用 LabVIEW 编写了网络数据传输与控制协议的上位机 用 Eigen 数学库和 OpenCV 编写了算法核心模块的 DLL需要注意的是,还有很多关键的代码都在 Zynq 中实现 用 Microzed 中的 ARM 实现了采集时序控制,定时,DMA 数据传输,摄像头配置以及网络传输协议(LwIP)3. 系统硬件设计这一部分的实现如下图所示:硬件数据流设计的核心在于怎么设计 FPGA+ARM 的底层程序,在VIVADO 中,硬件的框图为:4. 系统软件设计系统软件包括两大部分:Zynq 的 ARM 软件以及上位机软件,而后者的核心代码为视频图像处理和可视化代码。 Zynq 的 ARM 代码。我们提供了全部的 Zynq ARM 代码,其中我们用到了 FreeRTOS + FreeRTOS CLI + LwIP 的组合(针对 Zynq,我们自己制作的bsp 可以在这里下载得到:https://github.com/liubenyuan/freertos_zynq_bsp )。该部分主要完成了系统初始化、定时器配置、实时定时器配置、MT9v034 配置、网络传输协议配置与使用、httpd 的调试接口等等。 上位机软件之 LabVIEW 部分。LabVIEW 简单来说就是一个图形界面和底层数据交互的一个封装。我们实现了简单的 TCP/IP 数据传输,定时等等。 上位机软件之心率及供血可视化部分。这一部分我们实现了简单的心率和供血图像的增强。主要是将 MIT2012 的代码移植到 C/C++上,并且针对我们所采用的摄像头进行了算法优化和适应。我们简要介绍一下这个算法的本质:其核心是:1. 首先对视频中的每一副图像进行金字塔分解,生成 0...n 一系列图像数据。这样图像序列包含了成低频部分 0 以及高频部分 n。2. 对分解得到的图像序列进行时域滤波。由于人的心率在 0.5-3Hz 之间,我们设计一个带通滤波器(由两个低通 butterworth 滤波器构成),将这一部分信号提取出来。3. 对提取后的分解图像,除去最低(0)和最高(n)频率成分,进行增强,乘以一个放大因子。4. 重构经过放大处理的分解图像,得到增强图像。算法部分的代码我们置于 algo.zip 文件中。这一个文件主要生成一个可供LabVIEW 调用的 DLL。这里需要尤为注意的是,我们心率提取代码用到了 MIT2014 的代码以及github 上现有的代码,但是此类代码都无法满足实时性的要求,因此我们仅仅给出离线代码的连接,后续需要对这一部分的实时性进行改进: MIT2014 http://people.csail.mit.edu/mrub/evm/#code rPPG 实现一(C)https://github.com/biotrump/remotePPG rPPG 实现二(MATLAB ) https://github.com/shelhamer/visual-pulse-monitor rPPG 实现三(C) https://github.com/DRab7792/video-heart-rate-detection5. 系统创新本项目的创新之处有: 实现了视频图像中心率和供血的增强和可视化 与其他采用现有摄像头不同的是,我们用了高感光度,低分辨率,高速的医用摄像头 集成了 Microzed(FPGA+ARM ),Aptina 摄像头,网卡数据传输,上位机,算法一整套系统的解决方案 编写了上位机对结果进行可视化。6. 评测与结论此处说明性的图片来自文档所提供视频链接。运行一、运行二、运行三、运行四、
    展开阅读全文
    1
      金牌文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:基于摄像头的非接触式人体心率.rar
    链接地址:http://www.gold-doc.com/p-97705.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们
    copyright@ 2014-2018 金牌文库网站版权所有
    经营许可证编号:浙ICP备15046084号-3
    收起
    展开