本發(fā)明涉及一種非接觸式生理參數(shù)檢測方法、系統(tǒng)及裝置。具體地說涉及一種基于視頻圖像的非接觸式生理參數(shù)檢測方法、系統(tǒng)及裝置。

背景技術(shù)：
通過對(duì)人體生理參數(shù)的監(jiān)控，比如心率信號(hào)的監(jiān)控，可以了解人體心血管系統(tǒng)的工作情況。在醫(yī)療領(lǐng)域，通過心率信號(hào)可以發(fā)現(xiàn)心血管疾病的潛在風(fēng)險(xiǎn)，為治療提供初步的參考數(shù)據(jù)；在健身和運(yùn)動(dòng)醫(yī)學(xué)領(lǐng)域，心率信號(hào)也被用來判斷健身效果以及反映被檢測者的運(yùn)動(dòng)安全狀況；在駕駛領(lǐng)域，通過心率信號(hào)可以了解駕駛員的心血管功能、疲勞度、身體亞健康情況和駕駛員的心理活動(dòng)情況，在心率不正常變化的時(shí)候提示駕駛員停止駕車，防止車禍的發(fā)生。常見的對(duì)人體心率的檢測方式為接觸式心率檢測，比如通過壓力傳感器測量單位時(shí)間的脈搏跳動(dòng)次數(shù)來獲取被檢測人的心率或者借助測心電的方式，比如心電圖來獲取被檢測人的心率。但接觸式測量方法一般要求被檢測人靜坐、躺臥或者按照人工引導(dǎo)的方式來接受檢測，因此很難捕捉到瞬時(shí)的異常和特殊情況下心血管的功能情況。而且這種方式也不適用于行車狀態(tài)下對(duì)駕駛員心率的檢測。當(dāng)光束照射到皮膚表面時(shí)，皮膚內(nèi)的血液對(duì)光束產(chǎn)生吸收衰減作用，并且衰減量取決于血容積的多寡。在心臟搏動(dòng)作用下，皮膚內(nèi)動(dòng)脈血管的血容積發(fā)生變化，照射光束衰減量相應(yīng)呈現(xiàn)波動(dòng)性變化。通俗的講，面部皮膚在心臟收縮和舒張時(shí)顏色會(huì)有不同，因而，可以通過攝像頭探測皮膚反射光強(qiáng)變化(即圖像亮度值變化)非接觸性的得出生物體心跳信息。基于上述原理，目前國際上Takano和Ohta報(bào)道了一種利用延時(shí)序列圖像非接觸式測量心跳和呼吸的方法。通過CCD相機(jī)連續(xù)采集30秒的人臉圖像，在圖像中手動(dòng)截取人體臉頰部位特定區(qū)域，求取每幀圖像中臉頰特定區(qū)域的平均亮度值，將得到的一組亮度時(shí)間序列信號(hào)依次進(jìn)行一階差分、低通濾波和AR模型功率譜分析，所得功率譜中有兩個(gè)顯著的峰值分別對(duì)應(yīng)心跳和呼吸頻率。但上述方式不能自動(dòng)捕獲跟蹤人體臉頰區(qū)域，只能在完成圖像采集后手動(dòng)截取人臉視頻，屬離線處理方式，因而無法實(shí)現(xiàn)實(shí)時(shí)測量。授權(quán)公告號(hào)為CN102499664B,發(fā)明名稱為“基于視頻圖像的非接觸式生命體征的檢測方法及檢測系統(tǒng)”的發(fā)明專利公開了一種基于視頻圖像的非接觸式生命體征檢測方法，通過按固定幀頻連續(xù)采集視頻圖像，自動(dòng)檢測ROI區(qū)域，從所述ROI區(qū)域劃分出的多通道信號(hào)中分離出生命體征信號(hào)，提取出生命體征信號(hào)的頻率并將所述頻率轉(zhuǎn)換為所述生命體征，進(jìn)而獲得檢測結(jié)果。但該發(fā)明專利在檢測心率時(shí)，ROI區(qū)域是人臉，檢測呼吸頻率時(shí)，ROI區(qū)域是胸腔或腹部位置，無法通過對(duì)同一個(gè)ROI區(qū)域的處理來同時(shí)獲取心率和呼吸頻率，使得檢測過程過于繁瑣。公告號(hào)為CN102973253A,發(fā)明名稱為“一種利用視覺信息監(jiān)測人體生理指標(biāo)的方法和系統(tǒng)”的發(fā)明專利申請(qǐng)，公開了一種利用視覺信息監(jiān)測人體生理指標(biāo)的方法和系統(tǒng)，通過采集人臉圖像并將人臉圖像轉(zhuǎn)換為視頻信號(hào)，對(duì)視頻信號(hào)進(jìn)行去奇異值和濾波的預(yù)處理后采用拉普拉斯映射算法從視頻信號(hào)中同時(shí)提取出心率和呼吸頻率，簡化了視頻圖像采集過程。但授權(quán)公告號(hào)為CN102499664B,發(fā)明名稱為“基于視頻圖像的非接觸式生命體征的檢測方法及檢測系統(tǒng)”的發(fā)明專利和公告號(hào)為CN102973253A,發(fā)明名稱為“一種利用視覺信息監(jiān)測人體生理指標(biāo)的方法和系統(tǒng)”的發(fā)明專利申請(qǐng)，對(duì)視頻信號(hào)進(jìn)行預(yù)處理后的圖像均值，當(dāng)環(huán)境參數(shù)發(fā)生變化時(shí)，圖像均值都會(huì)出現(xiàn)階梯性、斜向上和斜向下的趨勢(shì)走向變化，這種變化會(huì)影響后續(xù)數(shù)據(jù)的處理，導(dǎo)致最終提取的心率和呼吸頻率不準(zhǔn)確。

技術(shù)實(shí)現(xiàn)要素：
為此，本發(fā)明所要解決的技術(shù)問題在于現(xiàn)有技術(shù)中的基于視頻圖像的非接觸式生理參數(shù)檢測方法，因?yàn)閿?shù)據(jù)處理方式的欠缺導(dǎo)致最終檢測的生理參數(shù)不準(zhǔn)確，從而提供一種能夠使提取的生理參數(shù)準(zhǔn)確的非接觸式生理參數(shù)檢測方法、系統(tǒng)及裝置。為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案如下：本發(fā)明提供了一種非接觸式生理參數(shù)檢測方法，包括如下步驟：S1：獲取視頻采集區(qū)域的數(shù)字視頻；S2：對(duì)所述數(shù)字視頻中的每一幀圖像進(jìn)行如下處理：S21：從該幀圖像中提取出其所包含的所有面部圖像；S22：分別計(jì)算每個(gè)面部圖像的RGB三色均值；S3：根據(jù)每一幀圖像中的所述RGB三色均值獲取原始三色均值矩陣；S4：對(duì)所述原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)處理、濾波處理和歸一化處理，得到預(yù)處理后的三色均值矩陣；S5：從所述預(yù)處理后的三色均值矩陣中提取生理參數(shù)。本發(fā)明所述的非接觸式生理參數(shù)檢測方法，所述步驟S4中，選用平滑參數(shù)為4-10的先驗(yàn)平滑高通濾波器對(duì)所述預(yù)處理后的三色均值矩陣中的數(shù)據(jù)進(jìn)行去趨勢(shì)項(xiàng)處理。本發(fā)明所述的非接觸式生理參數(shù)檢測方法，所述步驟S21具體包括如下步驟：S211：建立色彩空間坐標(biāo)系，所述色彩空間坐標(biāo)系中的每一個(gè)坐標(biāo)點(diǎn)與該幀圖像所在坐標(biāo)系中的每一個(gè)點(diǎn)相對(duì)應(yīng)；并將該幀圖像進(jìn)行圖像色彩空間變換，得到該幀圖像在所述色彩空間坐標(biāo)系下的YcrCb色彩空間圖像；S212：基于所述YCrCb色彩空間圖像中每一個(gè)像素點(diǎn)的亮度值與膚色值的關(guān)系，獲取所述YCrCb色彩空間圖像中的所有面部圖像所在的粗略坐標(biāo)區(qū)域；S213：根據(jù)所述粗略坐標(biāo)區(qū)域，計(jì)算確定每一個(gè)面部圖像在所述YCrCb色彩空間圖像中的基準(zhǔn)位置坐標(biāo)和有效區(qū)域坐標(biāo)；S214：比較相鄰兩幀圖像中同一個(gè)面部圖像的所述基準(zhǔn)位置坐標(biāo)的差值：若所述差值在閾值范圍內(nèi)，直接使用前一幀圖像中的所述有效區(qū)域坐標(biāo)作為該幀圖像中的有效區(qū)域坐標(biāo)；若所述差值在閾值范圍外，則使用所述步驟S213中得到的所述有效區(qū)域坐標(biāo)作為該幀圖像中的有效區(qū)域坐標(biāo)；S215：根據(jù)確定的所述有效區(qū)域坐標(biāo)從該幀圖像中截取面部圖像。本發(fā)明所述的非接觸式生理參數(shù)檢測方法，所述步驟S22中針對(duì)每一面部圖像具體進(jìn)行如下處理：S221：對(duì)截取的面部圖像進(jìn)行RGB三色分離，獲取每個(gè)獨(dú)立顏色分量的矩陣Ii，其中i＝1或2或3，并獲取該面部圖像在寬度方向上的像素點(diǎn)個(gè)數(shù)n和在長度方向上的像素點(diǎn)個(gè)數(shù)m；S222：利用以下公式分別得到該幀圖像的每個(gè)面部圖像的RGB三色分量放大1000倍后的均值：本發(fā)明所述的非接觸式生理參數(shù)檢測方法，所述步驟S3具體包括如下步驟：S31：將每一幀圖像中的同一個(gè)面部圖像對(duì)應(yīng)的RGB三色均值按處理的時(shí)間順序存入原始三色均值矩陣；S32：每處理一幀圖像獲取同一面部圖像新的RGB三色均值后，將所述原始三色均值矩陣中的數(shù)據(jù)總體向低位移一位，將所述新的RGB三色均值存入所述原始三色均值矩陣的最高位置,保存所述原始三色均值矩陣的數(shù)據(jù)長度為N，當(dāng)所述原始三色均值矩陣中的數(shù)據(jù)向低位移動(dòng)I位后，若所述原始三色均值矩陣中的數(shù)據(jù)全部非零值，則進(jìn)入步驟S4，若所述原始三色均值矩陣中的數(shù)據(jù)有零值，則進(jìn)入步驟S1；所述N和I均為正整數(shù)，且N大于I。本發(fā)明所述的非接觸式生理參數(shù)檢測方法，所述步驟S32中，N取值大于10倍幀率，I取值大于3倍幀率。本發(fā)明所述的非接觸式生理參數(shù)檢測方法，所述步驟S4中，選用與生理參數(shù)的頻率特性相適應(yīng)的第一帶通濾波器進(jìn)行濾波處理。本發(fā)明所述的非接觸式生理參數(shù)檢測方法，所述步驟S5具體包括如下步驟：S51：采用jade算法將所述預(yù)處理后的三色均值矩陣作為樣本信號(hào)進(jìn)行信號(hào)分離，獲取所述樣本信號(hào)的三個(gè)分量信號(hào)；S52：篩選所述三個(gè)分量信號(hào)中能量最集中的信號(hào)作為包含人體生理信息的目標(biāo)信號(hào)；S53：選用與生理參數(shù)的頻率特性相匹配的第二帶通濾波器對(duì)所述目標(biāo)信號(hào)進(jìn)行濾波處理，獲取生理參數(shù)對(duì)應(yīng)的頻率信號(hào)，提取出生理參數(shù)。本發(fā)明所述的非接觸式生理參數(shù)檢測方法，所述步驟S52具體包括如下步驟：S521：獲取三個(gè)分量信號(hào)的功率最大側(cè)頻率值fmax1、fmax2和fmax3，生理參數(shù)頻率特性的低頻和高頻的截止頻率fl和fh；S522：分別獲取三個(gè)分量信號(hào)的fmax1、fmax2和fmax3頻率分量對(duì)應(yīng)功率值pmax1、pmax2、pmax3以及三個(gè)分量信號(hào)的信號(hào)總功率值psum1、psum2和psum3，并計(jì)算出三個(gè)分量信號(hào)在所述截止頻率[flfh]外的噪聲頻率分量總功率值PZ1，PZ2和PZ3；S523：分別獲取三個(gè)分量信號(hào)的頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值的比值w1、w2、w3并比較其大小，然后再獲取三個(gè)分量信號(hào)的噪聲頻率分量總功率值和信號(hào)總功率值的比值x1、x2、x3的大小。其中頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值的比值最大，且噪聲頻率分量總功率值和信號(hào)總功率值的比值最小的分量信號(hào)，即為能量最集中的信號(hào)；S524：將所述能量最集中的信號(hào)作為包含人體生理信息的目標(biāo)信號(hào)。本發(fā)明所述的非接觸式生理參數(shù)檢測方法，還包括如下步驟：S6：顯示生理參數(shù)，并將生理參數(shù)進(jìn)行分析，當(dāng)判斷生理參數(shù)異常時(shí)進(jìn)行報(bào)警提示。本發(fā)明還提供了一種非接觸式生理參數(shù)檢測系統(tǒng)，包括：數(shù)字視頻獲取模塊，用于獲取視頻采集區(qū)域的數(shù)字視頻；圖像處理模塊，其包括面部圖像提取單元和均值獲取單元；所述面部圖像提取單元，從所述數(shù)字視頻獲取模塊獲取所述數(shù)字視頻，并從所述數(shù)字視頻中的每一幀圖像中提取出其所包含的所有面部圖像；所述均值獲取單元，計(jì)算從所述面部圖像提取單元獲取的每個(gè)面部圖像的RGB三色均值；均值矩陣獲取模塊，根據(jù)從所述均值獲取單元獲取的每一幀圖像中的所述RGB三色均值獲取原始三色均值矩陣；預(yù)處理模塊，對(duì)從所述均值矩陣獲取模塊獲取的所述原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)處理、濾波處理和歸一化處理，得到預(yù)處理后的三色均值矩陣；生理參數(shù)提取模塊，從所述預(yù)處理模塊獲取所述預(yù)處理后的三色均值矩陣，并從所述預(yù)處理后的三色均值矩陣中提取生理參數(shù)。本發(fā)明所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述預(yù)處理模塊選用平滑參數(shù)為4-10的先驗(yàn)平滑高通濾波器對(duì)所述預(yù)處理后的三色均值矩陣中的數(shù)據(jù)進(jìn)行去趨勢(shì)項(xiàng)處理。本發(fā)明所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述面部圖像提取單元，具體包括：色彩空間變換器，用于建立色彩空間坐標(biāo)系，且所述色彩空間坐標(biāo)系中的每一個(gè)坐標(biāo)點(diǎn)與該幀圖像所在坐標(biāo)系中的每一個(gè)點(diǎn)相對(duì)應(yīng)；并將該幀圖像進(jìn)行圖像色彩空間變換，得到該幀圖像在所述色彩空間坐標(biāo)系下的YcrCb色彩空間圖像；粗定位器，基于所述YCrCb色彩空間圖像中每一個(gè)像素點(diǎn)的亮度值與膚色值的關(guān)系，獲取所述YCrCb色彩空間圖像中的所有面部圖像所在的粗略坐標(biāo)區(qū)域；精準(zhǔn)定位器，根據(jù)所述粗略坐標(biāo)區(qū)域，計(jì)算確定每一個(gè)面部圖像在所述YCrCb色彩空間圖像中的基準(zhǔn)位置坐標(biāo)和有效區(qū)域坐標(biāo)；差值判斷器，比較相鄰兩幀圖像中同一個(gè)面部圖像的所述基準(zhǔn)位置坐標(biāo)的差值：若所述差值在閾值范圍內(nèi)，直接使用前一幀圖像中的所述有效區(qū)域坐標(biāo)作為該幀圖像中的有效區(qū)域坐標(biāo)；若所述差值在閾值范圍外，則使用上一幀圖像中的所述有效區(qū)域坐標(biāo)作為該幀圖像中的有效區(qū)域坐標(biāo)；提取器，根據(jù)確定的所述有效區(qū)域坐標(biāo)從該幀圖像中截取面部圖像。本發(fā)明所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述均值獲取單元，具體包括：三色分離器，用于對(duì)從所述提取器獲取的面部圖像進(jìn)行RGB三色分離，獲取每個(gè)獨(dú)立顏色分量的矩陣Ii，其中i＝1或2或3，并獲取該面部圖像在寬度方向上的像素點(diǎn)個(gè)數(shù)n和在長度方向上的像素點(diǎn)個(gè)數(shù)m；均值計(jì)算器，利用以下公式得到每個(gè)面部圖像放大1000倍后的RGB三色均值：本發(fā)明所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述均值矩陣獲取模塊，具體包括：排列單元，將每一幀圖像中的同一個(gè)面部圖像對(duì)應(yīng)的RGB三色均值按處理的時(shí)間順序存入原始三色均值矩陣；滑移單元，每處理一幀圖像獲取同一面部圖像新的RGB三色均值后，將所述原始三色均值矩陣中的數(shù)據(jù)總體向低位移一位，將所述新的RGB三色均值存入所述原始三色均值矩陣的最高位置,保存所述原始三色均值矩陣的數(shù)據(jù)長度為N，當(dāng)所述原始三色均值矩陣中的數(shù)據(jù)向低位移動(dòng)I位后，若所述原始三色均值矩陣中的數(shù)據(jù)全部非零值，則啟動(dòng)所述預(yù)處理模塊，若所述原始三色均值矩陣中的數(shù)據(jù)有零值，則從所述數(shù)字視頻獲取模塊獲取新的數(shù)字視頻；所述N和I均為正整數(shù)，且N大于I。本發(fā)明所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述滑移單元中，N取值大于10倍幀率，I取值大于3倍幀率。本發(fā)明所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述預(yù)處理模塊，選用與生理參數(shù)的頻率特性相適應(yīng)的第一帶通濾波器進(jìn)行濾波處理。本發(fā)明所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述生理參數(shù)提取模塊，具體包括：信號(hào)分量獲取單元，采用jade算法將從所述預(yù)處理模塊獲取的所述預(yù)處理后的三色均值矩陣作為樣本信號(hào)進(jìn)行信號(hào)分離，獲取所述樣本信號(hào)的三個(gè)分量信號(hào)；篩選單元，從所述信號(hào)分量獲取單元獲取所述三個(gè)分量信號(hào)，篩選所述三個(gè)分量信號(hào)中能量最集中的信號(hào)作為包含人體生理信息的目標(biāo)信號(hào)；生理參數(shù)提取單元，選用與生理參數(shù)的頻率特性相匹配的第二帶通濾波器對(duì)從所述篩選單元獲取的所述目標(biāo)信號(hào)進(jìn)行濾波處理，獲取生理參數(shù)對(duì)應(yīng)的頻率信號(hào)，提取出生理參數(shù)。本發(fā)明所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述篩選單元，具體包括：頻率值獲取器，用于獲取三個(gè)分量信號(hào)的功率最大側(cè)頻率值fmax1、fmax2和fmax3，生理參數(shù)頻率特性的低頻和高頻的截止頻率fl和fh；功率值計(jì)算器，用于分別獲取三個(gè)分量信號(hào)的fmax1、fmax2和fmax3頻率分量對(duì)應(yīng)功率值pmax1、pmax2、pmax3以及三個(gè)分量信號(hào)的信號(hào)總功率值psum1、psum2和psum3，并計(jì)算出三個(gè)分量信號(hào)在所述截止頻率[flfh]外的噪聲頻率分量總功率值PZ1，PZ2和PZ3；信號(hào)提取器，用于分別獲取三個(gè)分量信號(hào)的頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值的比值w1、w2、w3并比較其大小，然后再獲取三個(gè)分量信號(hào)的噪聲頻率分量總功率值和信號(hào)總功率值的比值x1、x2、x3的大小。其中頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值的比值最大，且噪聲頻率分量總功率值和信號(hào)總功率值的比值最小的分量信號(hào)，即為能量最集中的信號(hào)；并將所述能量最集中的信號(hào)作為包含人體生理信息的目標(biāo)信號(hào)。本發(fā)明所述的非接觸式生理參數(shù)檢測系統(tǒng)，還包括：顯示報(bào)警模塊，內(nèi)設(shè)顯示單元和生理分析單元，所述顯示模塊用于顯示從所述生理參數(shù)提取單元獲取的生理參數(shù)，所述生理分析模塊用于對(duì)生理參數(shù)進(jìn)行分析，當(dāng)判斷生理參數(shù)異常時(shí)進(jìn)行報(bào)警提示。本發(fā)明還提供了一種非接觸式生理參數(shù)檢測裝置，包括：攝像頭，用于采集視頻；視頻編解碼芯片，將從所述攝像頭獲取的模擬視頻信號(hào)轉(zhuǎn)換為數(shù)字視頻信號(hào)；終端設(shè)備，包括DSP圖像處理芯片、顯示控制單元、存儲(chǔ)單元和輸入輸出接口；所述DSP圖像處理芯片，實(shí)現(xiàn)所述圖像處理模塊、所述均值矩陣獲取模塊、所述預(yù)處理模塊、所述生理參數(shù)提取模塊以及所述顯示報(bào)警模塊；所述顯示控制單元，包括顯示屏和ARM芯片，所述ARM芯片驅(qū)動(dòng)所述顯示屏顯示所述攝像頭采集的視頻和所述DSP圖像處理芯片輸出的生理參數(shù)和報(bào)警提示信息；所述存儲(chǔ)單元，包括FLASH存儲(chǔ)芯片和SD卡，用于保存控制程序、視頻和生理參數(shù)；輸入輸出接口，用于實(shí)現(xiàn)所述終端設(shè)備與外界的信息交互。本發(fā)明的上述技術(shù)方案相比現(xiàn)有技術(shù)具有以下優(yōu)點(diǎn)：(1)本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，通過對(duì)原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)、濾波和歸一化的預(yù)處理，消除了環(huán)境參數(shù)發(fā)生變化時(shí)RGB三色均值出現(xiàn)的階梯性、斜向上、斜向下和大跨度的幅度的趨勢(shì)走向變化，確保了從預(yù)處理后的三色均值矩陣中提取的生理參數(shù)的準(zhǔn)確性。(2)本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，選用平滑參數(shù)為4-10的先驗(yàn)平滑高通濾波方式對(duì)信號(hào)進(jìn)行去趨勢(shì)項(xiàng)處理，平滑參數(shù)其所對(duì)應(yīng)的濾波截止頻率為0.093-0.059，可以使原始三色均值矩陣中的數(shù)據(jù)在一條水平直線上下波動(dòng)，得到較為集中的數(shù)據(jù)波形圖，可以最大限度的去除環(huán)境噪聲信號(hào)。(3)本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，通過將RGB空間編碼的數(shù)字視頻中的幀圖像轉(zhuǎn)換為YcrCb色彩空間編碼的數(shù)字圖像，然后在所述YCrCb色彩空間圖像中的通過膚色識(shí)別方法獲得圖像中所有面部圖像所在的粗略坐標(biāo)區(qū)域，進(jìn)而根據(jù)人的面部特征確定每一個(gè)面部圖像中的基準(zhǔn)位置坐標(biāo)和有效區(qū)域坐標(biāo)。因?yàn)镽GB空間編碼的圖像，像素值容易受到外部亮度變化影響，相同物體在不同亮度環(huán)境下的像素值不相同，不適合基于膚色的識(shí)別要求。如果把RGB圖像轉(zhuǎn)為YcrCb編碼圖像的話，Y(亮度)值變化對(duì)圖像的識(shí)別影響很小，在不同亮度情況下人的膚色區(qū)間不發(fā)生變化，非常適合基于膚色的人臉識(shí)別，因而可以準(zhǔn)確方便的確定面部圖像所在的粗略坐標(biāo)區(qū)域。獲得人臉粗略坐標(biāo)位置后，我們通過人臉特征，通過眼睛定位算法和嘴部定位算法獲得人面部基準(zhǔn)坐標(biāo)(雙眼連到嘴的垂線交點(diǎn))和面部有效區(qū)域坐標(biāo)。通過精定位確保了獲取的面部圖像在位置大小保持穩(wěn)定，確保后續(xù)數(shù)據(jù)處理過程的準(zhǔn)確性。本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，通過比較相鄰兩幀圖像對(duì)應(yīng)的同一個(gè)面部的基準(zhǔn)位置坐標(biāo)的差值：若所述差值在閾值范圍內(nèi)，直接使用前一幀中同一面部的有效區(qū)域坐標(biāo)作為該幀圖像中的對(duì)應(yīng)面圖像所在的有效區(qū)域坐標(biāo)；若所述差值在閾值范圍外，則使用所述步驟S213中得到的面部圖像有效區(qū)域坐標(biāo)作為該幀圖像中面部圖像有效區(qū)域坐標(biāo)；之后根據(jù)確定的該幀的YCrCb色彩圖像中獲得的面部有效區(qū)域坐標(biāo)從該幀圖像即原始的RGB編碼圖像中截取RGB編碼的面部圖像。在圖像數(shù)據(jù)處理過程中，如果外部環(huán)境參數(shù)變化過大的話，會(huì)產(chǎn)生大量的噪聲信號(hào)，影響最終提取數(shù)據(jù)的準(zhǔn)確性，本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，通過比較前后兩幀圖像中同一個(gè)面部圖像的基準(zhǔn)位置坐標(biāo)的差值，當(dāng)差值在閾值范圍內(nèi)，也即測試者晃動(dòng)幅度很微小的情況下，選用前一幀的面部圖像有效區(qū)域坐標(biāo)從原始RGB圖像中中截取面部圖像。這樣可以使前后幀截取的面部圖像的大小位置保存穩(wěn)定進(jìn)而最大限度的降低噪聲信號(hào)，確保提取的生理參數(shù)的準(zhǔn)確性。(4)本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，因?yàn)槭褂玫氖欠糯?000倍的均值計(jì)算公式來計(jì)算RGB三色均值，相當(dāng)于將RGB三色均值的變化也放大了1000倍，因此，在后續(xù)處理時(shí)可以最大限度的保存均值的細(xì)微變化。RGB三色均值規(guī)律性變化的原因是面部膚色的規(guī)律性變化，面部膚色的規(guī)律性變化是由心臟收縮和肺部呼吸的規(guī)律性變化產(chǎn)生的，因此，通過RGB三色均值的變化規(guī)律，是可以獲取心臟收縮和肺部呼吸的規(guī)律性變化，也即測試者的心率和呼吸率的。因此，本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，能夠最大限度的保留RGB三色均值的微弱變化規(guī)律，進(jìn)而保證精確的提取出心率和呼吸率等生理參數(shù)。(5)本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，獲得一幀圖像中的同一個(gè)面部圖像對(duì)應(yīng)的RGB三色均值后，將保存該原始三色均值矩陣中的數(shù)據(jù)總體向低位移位一位，將新得到的新原始三色均值存放在矩陣的最高位，原始三色均值的矩陣長度為N,數(shù)據(jù)連續(xù)向低位移動(dòng)I位后通知后續(xù)處理單元進(jìn)行后續(xù)處理，其中N、I均為正整數(shù)。N的取值應(yīng)該至少大于10倍幀率，即原始三色均值矩陣中至少保存10秒以上的視頻圖像三色均值，實(shí)驗(yàn)證明取20倍以上幀率時(shí)有較好的效果；I的取值應(yīng)該至少大于3倍幀率，即至少保證更新3秒以上的視頻數(shù)據(jù)后才做一次生理參數(shù)的提取。因此，本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，所述原始三色均值矩陣的數(shù)據(jù)是實(shí)時(shí)更新的，能夠?qū)崿F(xiàn)對(duì)測試者連續(xù)的，實(shí)時(shí)的檢測。并且在實(shí)際測量過程中，為了提高測試者的體驗(yàn)度，幾秒鐘就能夠一次生理參數(shù)并顯示，因?yàn)樯韰?shù)是實(shí)時(shí)更新顯示的，防止枯燥長時(shí)間等待引起測試者的反感，連續(xù)測量的數(shù)據(jù)最后通過統(tǒng)計(jì)方法對(duì)數(shù)據(jù)進(jìn)行誤差糾正計(jì)算，提高生理參數(shù)數(shù)據(jù)測量的精度。(6)本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，選用與生理參數(shù)頻率特征相適應(yīng)的通濾波器進(jìn)行濾波處理，可以降低噪聲信號(hào)，提高信號(hào)中有用信號(hào)功率比重，提高提取的生理參數(shù)的準(zhǔn)確性。(7)本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，通過jade算法對(duì)預(yù)處理后的三色均值矩陣進(jìn)行信號(hào)分離，并篩選出能量最集中且信號(hào)噪聲功率小的信號(hào)作為提取生理參數(shù)的目標(biāo)信號(hào)，并選用與生理參數(shù)特性匹配的第二帶通濾波器對(duì)所述提取生理參數(shù)的目標(biāo)信號(hào)進(jìn)行濾波處理，獲取處理后目標(biāo)信號(hào)的功率最大的頻率分量作為測得生理參數(shù)。因?yàn)槟芰孔罴械男盘?hào)中，噪聲信號(hào)最少，能量主要集中在生理參數(shù)信號(hào)上，因此選用能量最集中的信號(hào)作為生理參數(shù)提取信號(hào)，能夠獲取比較準(zhǔn)確的生理參數(shù)。(8)本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)：獲取三個(gè)分量信號(hào)的功率最大頻率值fmax1、fmax2和fmax3，生理參數(shù)頻率特性的低頻和高頻的截止頻率fl和fh。然后計(jì)算三個(gè)分量信號(hào)的fmax1、fmax2和fmax3頻率分量對(duì)應(yīng)功率值Pmax1、Pmax2、Pmax3以及三個(gè)分量信號(hào)的信號(hào)總功率值Psum1、Psum2和Psum3，還計(jì)算出三個(gè)分量信號(hào)在生理參數(shù)截止頻率[flfh]外的噪聲頻率的總功率值PZ1，PZ2和PZ3。分別獲取三個(gè)分量信號(hào)中功率最大頻率分量功率值與信號(hào)全部頻率總功率值的比值w1、w2、w3并比較其大小，然后再獲取三個(gè)分量信號(hào)的噪聲頻率分量總功率值和信號(hào)總功率值的比值x1、x2、x3的大小。其中頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值的比值最大，且噪聲頻率分量總功率值和信號(hào)總功率值的比值最小的分量信號(hào)，即為能量最集中的信號(hào)。本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，可以快捷準(zhǔn)確的從三個(gè)信號(hào)分量中篩選出包含生理參數(shù)的目標(biāo)信號(hào)，為后續(xù)的生理參數(shù)的提取奠定了良好的提取基礎(chǔ)。(9)本發(fā)明所述非接觸式生理參數(shù)檢測方法和系統(tǒng)，通過將檢測到生理參數(shù)進(jìn)行分析，進(jìn)而獲得測試者的生理和心理狀態(tài)，在檢測到有異常生理狀態(tài)時(shí)，可以通過顯示或者語音的方式進(jìn)行報(bào)警提示。在行車過程中，通過對(duì)測試者進(jìn)行報(bào)警提示，可以通過對(duì)駕駛員進(jìn)行正向刺激使駕駛員恢復(fù)正常駕駛能力或者提示駕駛員停止駕車，防止意外事故發(fā)生。(10)本發(fā)明還提供了一種非接觸式生理參數(shù)檢測裝置，包括攝像頭、視頻編解碼芯片和終端設(shè)備，所述非接觸式生理參數(shù)檢測系統(tǒng)的圖形處理模塊、均值矩陣獲取模塊、預(yù)處理模塊、生理參數(shù)提取模塊以及顯示報(bào)警模塊就內(nèi)設(shè)于終端設(shè)備的DSP圖像處理芯片中，并且終端設(shè)備還包括顯示控制單元，用于顯示生理參數(shù)和報(bào)警提示信息，通過內(nèi)置于終端設(shè)備的存儲(chǔ)單元，還可以存儲(chǔ)測試者的生理參數(shù)信息和視頻作為參考依據(jù)。因此，測試者通過本發(fā)明所述的非接觸式生理參數(shù)檢測裝置，即可實(shí)現(xiàn)對(duì)生理參數(shù)的實(shí)時(shí)監(jiān)測，獲取到準(zhǔn)確的生理參數(shù)信息。并且終端設(shè)備還可以通過輸入輸出接口實(shí)現(xiàn)與外界的信息交互，同時(shí)系統(tǒng)可以通過顯示報(bào)警模塊中的生理分析單元，實(shí)現(xiàn)對(duì)測試者的身體狀況進(jìn)行評(píng)估。本發(fā)明所述的非接觸式生理參數(shù)檢測裝置，所述視頻編解碼芯片也可以內(nèi)置于終端設(shè)備中，因此所述非接觸式生理參數(shù)檢測裝置只包括了一個(gè)攝像頭和終端設(shè)備，非常適合安裝于車輛空間內(nèi)，實(shí)現(xiàn)對(duì)駕駛員生理參數(shù)的實(shí)時(shí)采集，當(dāng)駕駛員生理和心理狀態(tài)不好時(shí)進(jìn)行報(bào)警提示，確保行車安全。附圖說明為了使本發(fā)明的內(nèi)容更容易被清楚的理解，下面根據(jù)本發(fā)明的具體實(shí)施例并結(jié)合附圖，對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明，其中圖1是本發(fā)明所述非接觸式生理參數(shù)檢測方法的流程圖；圖2是本發(fā)明所述原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)處理之前的波形；圖3是本發(fā)明所述原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)處理后的波形；圖4是本發(fā)明所述原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)和濾波處理后的用于檢測心率信息的波形；圖5是本發(fā)明所述預(yù)處理后的三色均值矩陣的波形；圖6是本發(fā)明所述采用jade算法對(duì)所述預(yù)處理后的三色均值矩陣進(jìn)行信號(hào)分離后獲取的三個(gè)信號(hào)分量的波形；圖7是本發(fā)明所述經(jīng)過所述第二帶通濾波器濾波后的信號(hào)頻譜圖；圖8是本發(fā)明所述非接觸式生理參數(shù)檢測系統(tǒng)的結(jié)構(gòu)框圖；圖9是本發(fā)明所述非接觸式生理參數(shù)檢測裝置的結(jié)構(gòu)示意圖。圖中附圖標(biāo)記表示為：1-數(shù)字視頻獲取模塊，2-圖像處理模塊，3-均值矩陣獲取模塊，4-預(yù)處理模塊，5-生理參數(shù)提取模塊，6-顯示報(bào)警模塊，7-攝像頭，8-視頻編解碼芯片，9-終端設(shè)備，21-面部圖像提取單元，22-均值獲取單元，31-排列單元，32-滑移單元，51-信號(hào)分量獲取單元，52-篩選單元，53-生理參數(shù)提取單元，61-顯示單元，62-生理分析單元，91-DSP圖像處理芯片，92-顯示控制單元，93-存儲(chǔ)單元，211-色彩空間變換器，212-粗定位器，213-精準(zhǔn)定位器，214-差值判斷器，215-提取器，221-三色分離器，222-均值計(jì)算器，521-頻率值獲取器，522-功率值計(jì)算器，523-信號(hào)提取器，921-顯示屏，922-ARM芯片，931-FLASH存儲(chǔ)芯片，932-SD卡。具體實(shí)施方式實(shí)施例1本實(shí)施例提供了一種非接觸式生理參數(shù)檢測方法，如圖1所示，包括如下步驟：S1：獲取視頻采集區(qū)域的數(shù)字視頻。S2：對(duì)所述數(shù)字視頻中的每一幀圖像進(jìn)行如下處理：S21：從該幀圖像中提取出其所包含的所有面部圖像。S22：分別計(jì)算每個(gè)面部圖像的RGB三色均值。S3：根據(jù)每一幀圖像中的所述RGB三色均值獲取原始三色均值矩陣。S4：對(duì)所述原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)處理、濾波處理和歸一化處理，得到預(yù)處理后的三色均值矩陣。S5：從所述預(yù)處理后的三色均值矩陣中提取生理參數(shù)。本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，RGB三色均值包括紅色分量(對(duì)應(yīng)R)均值數(shù)組、綠色分量(對(duì)應(yīng)G)均值數(shù)組和藍(lán)色分量(對(duì)應(yīng)B)均值數(shù)組。本實(shí)施例所述非接觸式生理參數(shù)檢測方法，通過對(duì)原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)、濾波和歸一化的預(yù)處理，消除環(huán)境參數(shù)發(fā)生變化時(shí)引起的RGB三色均值出現(xiàn)的階梯性、斜向上、斜向下和大跨度起伏的趨勢(shì)走向變化，確保了從預(yù)處理后的三色均值矩陣中提取的生理參數(shù)的準(zhǔn)確性。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，所述步驟S4中，選用平滑系數(shù)為4-10的先驗(yàn)平滑高通濾波方法進(jìn)行去趨勢(shì)項(xiàng)處理。本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，所述高通濾波器，平滑系數(shù)設(shè)置為λ＝1，2，4，10，20，50，300時(shí)分別對(duì)應(yīng)的高通濾波器的信號(hào)的截止頻率為0.189，0.132，0.093，0.059，0.041，0.025，0.011。因?yàn)樵谏韰?shù)檢測過程中，要保留的生理參數(shù)信號(hào)就是[0.2-4]之間的信號(hào)，因此，在測試過程中，選擇λ＝4和10比較好。本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，所述高通濾波器為平滑先驗(yàn)的高通濾波器，該濾波器對(duì)信號(hào)的低頻的大跨度波動(dòng)、階梯狀、斜上和斜下的趨勢(shì)性變化具有很好的濾波效果，能夠最大限度保存高平的低幅度變化信號(hào)的真實(shí)信息。所述原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)處理之前的波形如圖2所示，通過所述高通濾波器進(jìn)行去趨勢(shì)項(xiàng)處理后的波形如圖3所示，可以看到，經(jīng)過所述高通濾波器進(jìn)行去趨勢(shì)項(xiàng)處理后，可以使數(shù)據(jù)在一條水平直線上下波動(dòng)，得到較為集中的數(shù)據(jù)波形圖，可以最大限度的去除噪聲信號(hào)。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，所述步驟S4中，選用平滑參數(shù)為4-10的先驗(yàn)平滑高通濾波器對(duì)所述預(yù)處理后的三色均值矩陣中的數(shù)據(jù)進(jìn)行去趨勢(shì)項(xiàng)處理。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，所述步驟S4中，選用與生理參數(shù)的頻率特性相適應(yīng)的第一帶通濾波器進(jìn)行濾波處理。如果要檢測的生理參數(shù)為心率，則采用頻率為[0.6,4](對(duì)應(yīng)心率為[36,240])的第一帶通濾波器進(jìn)行濾波處理。同理，如果要檢測的生理參數(shù)為呼吸率，則采用頻率為[0.15，0.6](對(duì)應(yīng)呼吸每秒9-36次)的第一帶通濾波器進(jìn)行濾波處理。進(jìn)行去趨勢(shì)項(xiàng)和濾波處理后的用于檢測心率信息的波形如圖4所示，可以看到，選用與生理參數(shù)相適應(yīng)的第一帶通濾波器進(jìn)行濾波處理，可以降低噪聲信號(hào)，提高有用信號(hào)在混合信號(hào)中的能量比重，提高提取的生理參數(shù)的準(zhǔn)確性。在所述步驟S4中，對(duì)所述原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)處理、濾波處理和歸一化處理，得到預(yù)處理后的三色均值矩陣的波形如圖5所示，可以最大限度的消除外部環(huán)境參數(shù)產(chǎn)生的噪聲干擾和生成便于后續(xù)處理模塊處理的中間過度數(shù)據(jù)。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，所述步驟S5具體包括如下步驟：S51：采用jade算法將所述預(yù)處理后的三色均值矩陣作為樣本信號(hào)進(jìn)行信號(hào)分離，獲取所述樣本信號(hào)的三個(gè)分量信號(hào)。S52：篩選所述三個(gè)分量信號(hào)中能量最集中的信號(hào)作為包含人體生理信息的目標(biāo)信號(hào)。S53：選用與生理參數(shù)的頻率特性相匹配的第二帶通濾波器對(duì)所述目標(biāo)信號(hào)進(jìn)行濾波處理，獲取生理參數(shù)對(duì)應(yīng)的頻率信號(hào)，提取出生理參數(shù)。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，所述步驟S52具體包括如下步驟：S521：獲取三個(gè)分量信號(hào)的功率最大側(cè)頻率值fmax1、fmax2和fmax3，生理參數(shù)頻率特性的低頻和高頻的截止頻率fl和fh。S522：分別獲取三個(gè)分量信號(hào)的fmax1、fmax2和fmax3頻率分量對(duì)應(yīng)功率值pmax1、pmax2、pmax3以及三個(gè)分量信號(hào)的信號(hào)總功率值psum1、psum2和psum3，并計(jì)算出三個(gè)分量信號(hào)在所述截止頻率[flfh]外的噪聲頻率分量總功率值PZ1，PZ2和PZ3。S523：分別獲取三個(gè)分量信號(hào)的頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值的比值w1、w2、w3并比較其大小，然后再獲取三個(gè)分量信號(hào)的噪聲頻率分量總功率值和信號(hào)總功率值的比值x1、x2、x3的大小，其中頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值的比值最大，且噪聲頻率分量總功率值和信號(hào)總功率值的比值最小的分量信號(hào)，即為能量最集中的信號(hào)。S524：將所述能量最集中的信號(hào)作為包含人體生理信息的目標(biāo)信號(hào)。本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，采用jade算法對(duì)所述預(yù)處理后的三色均值矩陣進(jìn)行信號(hào)分離處理后獲取的三個(gè)分量信號(hào)的頻譜圖如圖6所示，可以看到位于中間位置的波形能量最為集中，因此，通過計(jì)算，就會(huì)將該波形所對(duì)應(yīng)的信號(hào)分量作為包含人體生理信息的目標(biāo)信號(hào)。之后采用與生理參數(shù)特性匹配的第二帶通濾波器對(duì)所述目標(biāo)信號(hào)進(jìn)行濾波處理，獲取獲取處理后的信號(hào)功率最大頻率作為生理參數(shù)的測量值，提取出生理參數(shù)。如果要檢測的生理參數(shù)為心率，此時(shí)所述第二帶通濾波器選用通帶為[0.6，4]的帶通濾波器進(jìn)行濾波處理，然后選擇功率幅值最大的頻率作為測量獲得的心率信號(hào)，將頻率值乘以60就是測得的心率值；同理如果要檢測的生理參數(shù)為呼吸率，根據(jù)人呼吸頻率的特點(diǎn)，此時(shí)所述第二帶通濾波器選用通帶為[0.15，0.6]的帶通濾波器進(jìn)行濾波處理，然后提取功率幅值最大的頻率作為呼吸頻率信號(hào)，將頻率值乘以60就是測試者每分鐘的呼吸次數(shù)。如圖7所示是經(jīng)過所述第二帶通濾波器濾波后的信號(hào)頻譜圖，由此可以很容易的獲得測試者的生理參數(shù)。本實(shí)施例所述非接觸式生理參數(shù)檢測方法，通過jade算法對(duì)預(yù)處理后的三色均值矩陣進(jìn)行信號(hào)分離，并篩選出能量集中度高和無用噪聲頻率功率低的信號(hào)作為包含人體生理信息的目標(biāo)信號(hào)，并選用與生理參數(shù)特性匹配的第二帶通濾波器對(duì)所述包含人體生理信息的目標(biāo)信號(hào)進(jìn)行濾波處理，獲取濾波后信號(hào)功率幅值最高頻率作為生理參數(shù)數(shù)值，進(jìn)而提取出生理參數(shù)。因?yàn)槟芰考卸雀吆蜔o用噪聲頻率功率值低的信號(hào)其功率主要集中在有用頻率信號(hào)上，更能夠準(zhǔn)確提取生理參數(shù)信息，獲取比較準(zhǔn)確的生理參數(shù)。本實(shí)施例所述非接觸式生理參數(shù)檢測方法，通過分別比較三個(gè)分量信號(hào)的頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值比值的大小以及三個(gè)分量信號(hào)各自噪聲頻率分量總功率和值與信號(hào)總功率值的比值大小綜合得到最佳的包含人體生理參數(shù)的目標(biāo)信號(hào)。因此，本實(shí)施例所述非接觸式生理參數(shù)檢測方法，可以快捷準(zhǔn)確的篩選出提取生理參數(shù)的目標(biāo)信號(hào)，為后續(xù)的生理參數(shù)的提取奠定了良好的提取基礎(chǔ)。實(shí)施例2在實(shí)施例1的基礎(chǔ)上，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，如圖1所示，所述步驟S21具體包括如下步驟：S211：建立色彩空間坐標(biāo)系，所述色彩空間坐標(biāo)系中的每一個(gè)坐標(biāo)點(diǎn)與該幀圖像所在坐標(biāo)系中的每一個(gè)點(diǎn)相對(duì)應(yīng)；并將該幀圖像進(jìn)行圖像色彩空間變換，得到該幀圖像在所述色彩空間坐標(biāo)系下的YCrCb色彩空間圖像。S212：基于所述YCrCb色彩空間圖像中每一個(gè)像素點(diǎn)的亮度值與膚色值的關(guān)系，獲取所述YCrCb色彩空間圖像中的所有面部圖像所在的粗略坐標(biāo)區(qū)域。S213：根據(jù)所述粗略坐標(biāo)區(qū)域，計(jì)算確定每一個(gè)面部圖像在所述YCrCb色彩空間圖像中的基準(zhǔn)位置坐標(biāo)和有效區(qū)域坐標(biāo)。S214：比較相鄰兩幀圖像中同一個(gè)面部圖像的所述基準(zhǔn)位置坐標(biāo)的差值：若所述差值在閾值范圍內(nèi)，直接使用前一幀圖像中的所述有效區(qū)域坐標(biāo)作為該幀圖像中的有效區(qū)域坐標(biāo)。若所述差值在閾值范圍外，則使用所述步驟S213中得到的所述有效區(qū)域坐標(biāo)作為該幀圖像中的有效區(qū)域坐標(biāo)。S215：根據(jù)確定的該幀圖像中的各面部圖像的有效區(qū)域坐標(biāo)從該幀圖像中截取面部圖像。在進(jìn)行色彩空間轉(zhuǎn)換之前，所述數(shù)字視頻中的每一幀圖像是RGB色彩空間編碼的圖像。RGB編碼的圖像，其像素值受環(huán)境中的亮度影響非常大，同一物體在不同亮度下時(shí)的取值不同，因此對(duì)視頻幀進(jìn)行基于膚色提取面部圖像時(shí)無法使用。將RGB圖像轉(zhuǎn)換為YCrCb色彩空間的圖像，Y表示明亮度(luma)，也就是灰度，Cr反映了RGB輸入信號(hào)紅色部分與RGB信號(hào)亮度值之間的差異。而CB反映的是RGB輸入信號(hào)藍(lán)色部分與RGB信號(hào)亮度值之間的差異。本實(shí)施例所述非接觸式生理參數(shù)檢測方法，通過將RGB空間的圖像轉(zhuǎn)為YCrCb空間的圖像，可以忽略Y(亮度)的影響，因?yàn)閅CrCb空間受亮度影響很小，膚色會(huì)產(chǎn)生很好的類聚，即膚色點(diǎn)可以形成很好的連通域面積，也即面部的話就會(huì)看到一個(gè)面部的區(qū)域，手臂的話就會(huì)看到一條手臂的形態(tài)，非常容易識(shí)別，因而可以準(zhǔn)確方便的確定面部YCrCb色彩圖像所在的坐標(biāo)區(qū)域，進(jìn)而確定每一個(gè)面部YCrCb色彩圖像中的基準(zhǔn)位置坐標(biāo)，確保了后續(xù)數(shù)據(jù)處理過程的準(zhǔn)確性。本實(shí)施例還給出了一個(gè)面部圖像提取的具體案例，該案例中測試者為黃色人種。首先，將獲取的該幀圖像轉(zhuǎn)換為YcrCb色彩空間可以表示的圖像，以降低圖像處理難度。通過建立色彩空間坐標(biāo)系，得到該幀圖像在所述色彩空間坐標(biāo)系下的YcrCb色彩空間圖像，因此，所述色彩空間坐標(biāo)系中的每一個(gè)坐標(biāo)點(diǎn)與該幀圖像所在坐標(biāo)系中的每一個(gè)點(diǎn)是一一對(duì)應(yīng)的，也即確定了YCrCb色彩空間圖像的面部坐標(biāo)區(qū)域，也就確定了該幀圖像中的面部坐標(biāo)區(qū)域。之后，進(jìn)行面部識(shí)別和坐標(biāo)區(qū)域定位，具體處理過程如下：根據(jù)黃色人種皮膚的特征，將Cr值在[120-160]區(qū)間和Cb值在[110-150]區(qū)間的像素點(diǎn)賦“1”值，其他的像素點(diǎn)置“0”，得到Y(jié)crCb色彩空間圖像的二值化圖像。對(duì)二值化圖像進(jìn)行腐蝕、封閉和膨脹處理，獲取聯(lián)通域面積以及長寬比符合人臉特征的連通域編號(hào)，如果該幀圖像中有多名測試者的面部膚色圖像，則會(huì)分別獲取每個(gè)測試者的面部膚色圖像對(duì)應(yīng)的連通域編號(hào)，計(jì)算每個(gè)測試者的面部膚色圖像對(duì)應(yīng)的連通域的最小外接矩形坐標(biāo)(X1,Y1,H1,W1)，即可獲取該YcrCb色彩空間圖像中的各面部圖像所在的粗略位置區(qū)域坐標(biāo)。之后，進(jìn)行面部圖像精準(zhǔn)定位，在本案例中，將面部眼鼻坐標(biāo)和面部中線位置坐標(biāo)作為基準(zhǔn)位置坐標(biāo)，具體處理過程如下：將面部圖像所在的粗略位置區(qū)域坐標(biāo)放大固定比例，再利用放大后的所述粗略位置區(qū)域坐標(biāo)從YCrCb色彩圖像的灰度數(shù)據(jù)中提取面部的灰度圖像數(shù)據(jù)。對(duì)所述灰度圖像數(shù)據(jù)進(jìn)行增強(qiáng)和二值化處理，然后識(shí)別面部圖像中的面部眼嘴坐標(biāo)，并根據(jù)面部眼嘴坐標(biāo)計(jì)算雙眼間距、眼睛到嘴中間位置連線坐標(biāo)，進(jìn)而確定面部圖像在YCrCb色彩空間圖像中的面部中線位置坐標(biāo)以及面部圖像在YCrCb色彩空間圖像中的有效區(qū)域坐標(biāo)。之后比較相鄰兩幀圖像對(duì)應(yīng)的同一個(gè)測試者的面部圖像在YcrCb色彩空間圖像的基準(zhǔn)位置坐標(biāo)的差值，具體處理過程如下：比較該幀圖像中對(duì)應(yīng)的面部圖像在YCrCb色彩空間圖像中的面部眼鼻坐標(biāo)和面部中線位置坐標(biāo)同上一幀圖像中對(duì)應(yīng)的面部圖像在YCrCb色彩空間圖像中的面部眼鼻坐標(biāo)和面部中線位置坐標(biāo)的差值。若差值在閾值范圍內(nèi)，說明臉的擺動(dòng)幅度很小，直接使用上一幀的面部圖像在YCrCb色彩空間圖像所在的有效區(qū)域坐標(biāo)對(duì)應(yīng)出其在該幀圖像(即RGB原圖)中的坐標(biāo)區(qū)域(X1+X2，Y1+Y2，H2，W2)，從該幀圖像中截取坐標(biāo)區(qū)域(X1+X2，Y1+Y2，H2，W2)內(nèi)的圖像即為測試者的面部圖像。如果該幀圖像中有多個(gè)測試者的面部圖像，則進(jìn)行多次截取以獲取每個(gè)測試者的面部圖像，處理過程都是相似的，在此不再贅述。在圖像數(shù)據(jù)處理過程中，如果外部環(huán)境參數(shù)變化過大的話，會(huì)產(chǎn)生大量的噪聲信號(hào)，影響最終提取數(shù)據(jù)的準(zhǔn)確性，本實(shí)施例所述非接觸式生理參數(shù)檢測方法，通過比較前后兩幀圖像中同一個(gè)面部圖像在YCrCb色彩空間圖像的基準(zhǔn)位置坐標(biāo)的差值，當(dāng)差值在閾值范圍內(nèi)，也即測試者偏移幅度非常微小的情況下，盡可能根據(jù)前一幀的對(duì)應(yīng)面部圖像的有效區(qū)域坐標(biāo)從該幀圖像中截取面部圖像，也即盡可能截取環(huán)境位置相同、大小相同的面部圖像，因?yàn)橥画h(huán)境位置下的環(huán)境參數(shù)基本不變或者只有微小的變化，因此會(huì)最大限度的降低噪聲信號(hào)，確保提取的生理參數(shù)的準(zhǔn)確性。實(shí)施例3在實(shí)施例1和實(shí)施例2的基礎(chǔ)上，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，如圖1所示，所述步驟S22中針對(duì)每一面部圖像具體進(jìn)行如下處理：S221：對(duì)截取的面部圖像進(jìn)行RGB三色分離，獲取每個(gè)獨(dú)立顏色分量的矩陣Ii，其中i＝1或2或3，并獲取該面部圖像在寬度方向上的像素點(diǎn)個(gè)數(shù)n和在長度方向上的像素點(diǎn)個(gè)數(shù)m。S222：利用以下公式分別得到該幀圖像的每個(gè)面部圖像的RGB三色分量放大1000倍后的均值：由公式可以看到，本實(shí)施例所述非接觸式生理參數(shù)檢測方法，在計(jì)算顏色分量均值過程中將相關(guān)參數(shù)放大1000倍后獲取RGB三色均值，相當(dāng)于將RGB三色均值的變化波動(dòng)也放大了1000倍。由此在后續(xù)處理過程最大限度的保留均值的波動(dòng)變化信息，提高生理參數(shù)提取的精度和準(zhǔn)確率。RGB三色均值規(guī)律性變化的原因是面部膚色的規(guī)律性變化，面部膚色的規(guī)律性變化是由心臟收縮和肺部呼吸的規(guī)律性變化產(chǎn)生的，因此，通過RGB三色均值的變化規(guī)律，是可以獲取心臟收縮和肺部呼吸的規(guī)律性變化，也即測試者的心率和呼吸率的。因此，本實(shí)施例所述非接觸式生理參數(shù)檢測方法，能夠比較容易發(fā)現(xiàn)RGB三色均值產(chǎn)生的變化，進(jìn)而獲取精確的RGB三色均值的變化規(guī)律，進(jìn)而提取出準(zhǔn)確的心率和呼吸率等生理參數(shù)。在實(shí)際檢測過程中，取放大1000倍后的RGB三色均值能夠起到最好的觀測效果。但是因?yàn)椴捎猛ㄟ^放大RGB三色均值的方式來實(shí)現(xiàn)更容易發(fā)現(xiàn)膚色的規(guī)律性變化的方式與本實(shí)施例的思路一致，均應(yīng)落入本發(fā)明的保護(hù)范圍之內(nèi)。實(shí)施例4在實(shí)施例1-實(shí)施例3任一所述實(shí)施例的基礎(chǔ)上，如圖1所示，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，所述步驟S3具體包括如下步驟：S31：將每一幀圖像中的同一個(gè)面部圖像對(duì)應(yīng)的RGB三色均值按處理的時(shí)間順序存入原始三色均值矩陣。S32：每處理一幀圖像獲取同一面部圖像新的RGB三色均值后，將所述原始三色均值矩陣中的數(shù)據(jù)總體向低位移一位，將所述新的RGB三色均值存入所述原始三色均值矩陣的最高位置,保存所述原始三色均值矩陣的數(shù)據(jù)長度為N，當(dāng)所述原始三色均值矩陣中的數(shù)據(jù)向低位移動(dòng)I位后，若所述原始三色均值矩陣中的數(shù)據(jù)全部非零值，則進(jìn)入步驟S4，若所述原始三色均值矩陣中的數(shù)據(jù)有零值，則進(jìn)入步驟S1；所述N和I均為正整數(shù)，且N大于I。作為一種可選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，所述步驟S32中，N取值大于10倍幀率，I取值大于3倍幀率。即原始三色均值矩陣中至少應(yīng)該有10秒以上的面部圖像RGB三色均值數(shù)據(jù)。I的取值至少要大于3倍幀率，即原始三色均值矩陣中的數(shù)據(jù)至少更新了3秒以上的數(shù)據(jù)。經(jīng)過試驗(yàn)視頻在幀率為30時(shí)，N和I分別取600和100以上數(shù)據(jù)時(shí)有較好的效果。本實(shí)施例所述非接觸式生理參數(shù)檢測方法，將每一幀圖像中的同一個(gè)面部圖像對(duì)應(yīng)的RGB三色均值按處理的時(shí)間順序存入保存視三色均值數(shù)據(jù)的原始三色均值矩陣中，得到該面部圖像的原始三色均值矩陣；每處理一幀視頻圖像獲取新的RGB三色均值后，將所述原始三色均值矩陣中的所以均值數(shù)據(jù)總體向低位移動(dòng)一位，然后將新獲取的均值數(shù)據(jù)放入矩陣的最高位中，當(dāng)原始三色均值矩陣中的數(shù)據(jù)更新I位長度的均值數(shù)據(jù)后通知后續(xù)處理單元對(duì)原始均值矩陣的數(shù)據(jù)進(jìn)行后續(xù)處理。所述原始三色均值矩陣的數(shù)據(jù)長度N和更新數(shù)據(jù)長度閾值I都是正整數(shù)，且N的取值至少應(yīng)該大于10倍幀率值，即原始均值矩陣至少保存10秒以上視頻幀的三色均值數(shù)據(jù)；I的取值至少大于3倍幀率值，即原始三色均值矩陣中的數(shù)據(jù)至少更新3秒的數(shù)據(jù)后才進(jìn)行后續(xù)處理。實(shí)驗(yàn)證明當(dāng)N取20倍幀率以上值和I取3倍幀率以上值時(shí)有較好的效果。隨著視屏圖像的實(shí)時(shí)更新，原始三色均值矩陣中的數(shù)據(jù)也跟隨發(fā)生變化，當(dāng)更新的數(shù)據(jù)長度為I時(shí)，就進(jìn)行一次生理參數(shù)的提取操作。獲得的生理參數(shù)信息通過設(shè)備的顯示單元?jiǎng)討B(tài)實(shí)時(shí)的顯示。本實(shí)施例所述非接觸式生理參數(shù)檢測方法，所述原始三色均值矩陣的數(shù)據(jù)是實(shí)時(shí)更新的，能夠?qū)崿F(xiàn)對(duì)測試者連續(xù)的，實(shí)時(shí)的檢測。為了提高測試者的體驗(yàn)度，在實(shí)際測量過程中，原始均值矩陣的數(shù)據(jù)每更新指定長度的均值數(shù)據(jù)，就會(huì)進(jìn)行一次生理參數(shù)提取和顯示操作，因?yàn)樯韰?shù)是實(shí)時(shí)更新顯示的，可以提高用戶的測量體驗(yàn)感覺。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測方法，還包括如下步驟：S6：顯示生理參數(shù)，并將生理參數(shù)進(jìn)行分析，當(dāng)判斷生理參數(shù)異常時(shí)進(jìn)行報(bào)警提示。本實(shí)施例所述非接觸式生理參數(shù)檢測方法，通過將檢測到生理參數(shù)進(jìn)行分析，進(jìn)而獲得測試者的生理和心理狀態(tài)，在檢測到有異常生理狀態(tài)時(shí)，可以通過顯示或者語音的方式進(jìn)行報(bào)警提示。在行車過程中，通過對(duì)測試者進(jìn)行報(bào)警提示，可以通過對(duì)駕駛員進(jìn)行正向刺激使駕駛員恢復(fù)正常駕駛能力或者提示駕駛員停止駕車，防止意外事故發(fā)生。實(shí)施例5本實(shí)施例提供了一種非接觸式生理參數(shù)檢測系統(tǒng)，如圖8所示，包括：數(shù)字視頻獲取模塊1，用于獲取視頻采集區(qū)域的數(shù)字視頻。圖像處理模塊2，其包括面部圖像提取單元21和均值獲取單元22；所述面部圖像提取單元21，從所述數(shù)字視頻獲取模塊1獲取所述數(shù)字視頻，并從所述數(shù)字視頻中的每一幀圖像中提取出其所包含的所有面部圖像；所述均值獲取單元22，計(jì)算從所述面部圖像提取單元21獲取的每個(gè)面部圖像的RGB三色均值。均值矩陣獲取模塊3，根據(jù)從所述均值獲取單元22獲取的每一幀圖像中的所述RGB三色均值獲取原始三色均值矩陣。預(yù)處理模塊4，對(duì)從所述均值矩陣獲取模塊3獲取的所述原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)處理、濾波處理和歸一化處理，得到預(yù)處理后的三色均值矩陣。生理參數(shù)提取模塊5，從所述預(yù)處理模塊4獲取所述預(yù)處理后的三色均值矩陣，并從所述預(yù)處理后的三色均值矩陣中提取生理參數(shù)。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述預(yù)處理模塊4選用平滑參數(shù)為4-10的先驗(yàn)平滑高通濾波器對(duì)所述預(yù)處理后的三色均值矩陣中的數(shù)據(jù)進(jìn)行去趨勢(shì)項(xiàng)處理。本實(shí)施例所述非接觸式生理參數(shù)檢測系統(tǒng)，通過預(yù)處理模塊4對(duì)原始三色均值矩陣進(jìn)行去趨勢(shì)項(xiàng)、濾波和歸一化的預(yù)處理，避免了當(dāng)環(huán)境參數(shù)發(fā)生變化時(shí)，RGB三色均值出現(xiàn)的階梯性、斜向上、斜向下和大跨度波動(dòng)的趨勢(shì)走向變化，確保了從預(yù)處理后的三色均值矩陣中提取的生理參數(shù)的準(zhǔn)確性。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述預(yù)處理模塊4，選用與生理參數(shù)的頻率特性相適應(yīng)的第一帶通濾波器進(jìn)行濾波處理。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述生理參數(shù)提取模塊5，具體包括：信號(hào)分量獲取單元51，采用jade算法將從所述預(yù)處理模塊4獲取的所述預(yù)處理后的三色均值矩陣作為樣本信號(hào)進(jìn)行信號(hào)分離，獲取所述樣本信號(hào)的三個(gè)分量信號(hào)。篩選單元52，從所述信號(hào)分量獲取單元51獲取所述三個(gè)分量信號(hào)，篩選所述三個(gè)分量信號(hào)中能量最集中的信號(hào)作為包含人體生理信息的目標(biāo)信號(hào)。生理參數(shù)提取單元53，選用與生理參數(shù)的頻率特性相匹配的第二帶通濾波器對(duì)從所述篩選單元52獲取的所述目標(biāo)信號(hào)進(jìn)行濾波處理，獲取生理參數(shù)對(duì)應(yīng)的頻率信號(hào)，提取出生理參數(shù)。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述篩選單元52，具體包括：頻率值獲取器521，用于獲取三個(gè)分量信號(hào)的功率最大側(cè)頻率值fmax1、fmax2和fmax3，生理參數(shù)頻率特性的低頻和高頻的截止頻率fl和fh。功率值計(jì)算器522，用于分別獲取三個(gè)分量信號(hào)的fmax1、fmax2和fmax3頻率分量對(duì)應(yīng)功率值pmax1、pmax2、pmax3以及三個(gè)分量信號(hào)的信號(hào)總功率值psum1、psum2和psum3，并計(jì)算出三個(gè)分量信號(hào)在所述截止頻率[flfh]外的噪聲頻率分量總功率值PZ1，PZ2和PZ3。信號(hào)提取器523，用于分別獲取三個(gè)分量信號(hào)的頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值的比值w1、w2、w3并比較其大小，然后再獲取三個(gè)分量信號(hào)的噪聲頻率分量總功率值和信號(hào)總功率值的比值x1、x2、x3的大小。其中頻率分量對(duì)應(yīng)功率值與信號(hào)總功率值的比值最大，且噪聲頻率分量總功率值和信號(hào)總功率值的比值最小的分量信號(hào)，即為能量最集中的信號(hào)；并將所述能量最集中的信號(hào)作為包含人體生理信息的目標(biāo)信號(hào)。本實(shí)施例所述非接觸式生理參數(shù)檢測系統(tǒng)，所述信號(hào)分量獲取單元51通過jade算法對(duì)從所述預(yù)處理模塊4獲取的所述預(yù)處理后的三色均值矩陣進(jìn)行信號(hào)分離，并通過篩選單元52篩選出能量最集中的信號(hào)作為生理參數(shù)提取信號(hào)，所述生理參數(shù)提取單元53，采用與生理參數(shù)特性匹配的第二帶通濾波器對(duì)從所述篩選單元52獲取的所述生理參數(shù)提取信號(hào)進(jìn)行濾波處理，獲取生理參數(shù)對(duì)應(yīng)的頻率信號(hào)，進(jìn)而提取出生理參數(shù)。因?yàn)槟芰考性谏韰?shù)截止頻帶內(nèi)，噪聲信號(hào)功率小。因此其作為包含人體生理信息的目標(biāo)信號(hào)，能夠獲取比較準(zhǔn)確的生理參數(shù)。實(shí)施例6在實(shí)施例5的基礎(chǔ)上，本實(shí)施例所述的非接觸式生理參數(shù)檢測系統(tǒng)，如圖8所示，所述面部圖像提取單元21，具體包括：色彩空間變換器211，用于建立色彩空間坐標(biāo)系，且所述色彩空間坐標(biāo)系中的每一個(gè)坐標(biāo)點(diǎn)與該幀圖像所在坐標(biāo)系中的每一個(gè)點(diǎn)相對(duì)應(yīng)；并將該幀圖像進(jìn)行圖像色彩空間變換，得到該幀圖像在所述色彩空間坐標(biāo)系下的YCrCb色彩空間圖像。粗定位器212，基于所述YCrCb色彩空間圖像中每一個(gè)像素點(diǎn)的亮度值與膚色值的關(guān)系，獲取所述YCrCb色彩空間圖像中的所有面部圖像所在的粗略坐標(biāo)區(qū)域。精準(zhǔn)定位器213，根據(jù)所述粗略坐標(biāo)區(qū)域，計(jì)算確定每一個(gè)面部圖像在所述YCrCb色彩空間圖像中的基準(zhǔn)位置坐標(biāo)和有效區(qū)域坐標(biāo)。差值判斷器214，比較相鄰兩幀圖像中同一個(gè)面部圖像的所述基準(zhǔn)位置坐標(biāo)的差值：若所述差值在閾值范圍內(nèi)，直接使用前一幀圖像中的所述有效區(qū)域坐標(biāo)作為該幀圖像中的有效區(qū)域坐標(biāo)；若所述差值在閾值范圍外，則使用上一幀圖像中的所述有效區(qū)域坐標(biāo)作為該幀圖像中的有效區(qū)域坐標(biāo)。提取器215，根據(jù)確定的所述有效區(qū)域坐標(biāo)從該幀圖像中截取面部圖像。本實(shí)施例所述非接觸式生理參數(shù)檢測系統(tǒng)，通過差值判斷器214比較相鄰兩幀圖像中同一個(gè)面部圖像的基準(zhǔn)位置坐標(biāo)的差值：若所述差值在閾值范圍內(nèi)，直接使用前一幀圖像中的面部圖像有效區(qū)域坐標(biāo)作為該幀圖像中對(duì)應(yīng)面部圖像有效區(qū)域坐標(biāo)值；若所述差值在閾值范圍外，則使用所述步驟S213中得到的面部圖像有效區(qū)域坐標(biāo)值作為該幀圖像中面部圖像有效區(qū)域坐標(biāo)值；之后提取器215根據(jù)確定的該幀圖像中YCrCb色彩空間圖像中的面部圖像有效區(qū)域坐標(biāo)從該幀圖像，即原始的RGB色彩空間編碼圖像中截取RGB面部圖像。在圖像數(shù)據(jù)處理過程中，如果外部環(huán)境參數(shù)發(fā)生變化，會(huì)產(chǎn)生噪聲信號(hào)干擾生理參數(shù)的提取，影響檢測結(jié)果數(shù)據(jù)的準(zhǔn)確性。本實(shí)施例所述非接觸式生理參數(shù)檢測系統(tǒng)，通過比較前后兩幀圖像中同一個(gè)面部圖像在YCrCb色彩空間圖像的基準(zhǔn)位置坐標(biāo)的差值，當(dāng)差值在閾值范圍內(nèi)，也即測試者在非常微小擺動(dòng)情況下，可以選用前一幀圖紙中的面部圖像有效坐標(biāo)值直接從該幀RGB原始圖像中截取RGB色彩空間編碼的面部圖像，這樣可以保證相鄰幀在測試者移動(dòng)非常微小情況下獲得大小、位置相同的面部圖像，最大限度的降低面部圖像截取誤差產(chǎn)生的噪聲信號(hào)干擾生理參數(shù)測量結(jié)果的準(zhǔn)確性。實(shí)施例7在實(shí)施例5或?qū)嵤├?的基礎(chǔ)上，本實(shí)施例所述的非接觸式生理參數(shù)檢測系統(tǒng)，如圖8所示，所述均值獲取單元22，具體包括：三色分離器221，用于對(duì)從所述提取器215獲取的面部圖像進(jìn)行RGB三色分離，獲取每個(gè)獨(dú)立顏色分量的矩陣Ii，其中i＝1或2或3，并獲取該面部圖像在寬度方向上的像素點(diǎn)個(gè)數(shù)n和在長度方向上的像素點(diǎn)個(gè)數(shù)m。均值計(jì)算器222，利用以下公式得到每個(gè)面部圖像放大1000倍后的RGB三色均值：本實(shí)施例所述非接觸式生理參數(shù)檢測方法，所述均值計(jì)算器222中計(jì)算顏色分量均值過程中將相關(guān)參數(shù)放大1000倍后獲取RGB三色均值，相當(dāng)于將RGB三色均值的變化波動(dòng)也放大了1000倍。由此在后續(xù)處理過程最大限度的保留均值的波動(dòng)變化信息，提高生理參數(shù)提取的精度和準(zhǔn)確率。RGB三色均值規(guī)律性變化的原因是面部膚色的規(guī)律性變化，面部膚色的規(guī)律性變化是由心臟收縮和肺部呼吸的規(guī)律性變化產(chǎn)生的，因此，通過RGB三色均值的變化規(guī)律，是可以獲取心臟收縮和肺部呼吸的規(guī)律性變化，也即測試者的心率和呼吸率的。因此，本實(shí)施例所述非接觸式生理參數(shù)檢測方法，能夠比較容易發(fā)現(xiàn)RGB三色均值產(chǎn)生的變化，進(jìn)而獲取精確的RGB三色均值的變化規(guī)律，進(jìn)而提取出準(zhǔn)確的心率和呼吸率等生理參數(shù)。實(shí)施例8在實(shí)施例5-實(shí)施例7任一所述實(shí)施例的基礎(chǔ)上，本實(shí)施例所述的非接觸式生理參數(shù)檢測系統(tǒng)，如圖8所示，所述均值矩陣獲取模塊3，具體包括：排列單元31，將每一幀圖像中的同一個(gè)面部圖像對(duì)應(yīng)的RGB三色均值按處理的時(shí)間順序存入原始三色均值矩陣?；茊卧?2，每處理一幀圖像獲取同一面部圖像新的RGB三色均值后，將所述原始三色均值矩陣中的數(shù)據(jù)總體向低位移一位，將所述新的RGB三色均值存入所述原始三色均值矩陣的最高位置,保存所述原始三色均值矩陣的數(shù)據(jù)長度為N，當(dāng)所述原始三色均值矩陣中的數(shù)據(jù)向低位移動(dòng)I位后，若所述原始三色均值矩陣中的數(shù)據(jù)全部非零值，則啟動(dòng)所述預(yù)處理模塊4，若所述原始三色均值矩陣中的數(shù)據(jù)有零值，則從所述數(shù)字視頻獲取模塊1獲取新的數(shù)字視頻；所述N和I均為正整數(shù)，且N大于I。作為一種可選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測系統(tǒng)，所述滑移單元32中，N取值大于10倍幀率，I取值大于3倍幀率。本實(shí)施例所述非接觸式生理參數(shù)檢測系統(tǒng)，所述滑移單元32中N取值至少應(yīng)該大于10倍幀率，即原始三色均值矩陣中至少應(yīng)該有10秒以上的面部圖像三色均值數(shù)據(jù)。I的取值至少要大于3倍幀率，即原始三色均值矩陣中的數(shù)據(jù)至少更新了3秒以上的數(shù)據(jù)。經(jīng)過試驗(yàn)在視頻幀率為30時(shí)，N和I分別取600和100以上數(shù)據(jù)時(shí)有較好的效果。本實(shí)施例所述非接觸式生理參數(shù)檢測方法，將每一幀圖像中的同一個(gè)面部圖像對(duì)應(yīng)的RGB三色均值按處理的時(shí)間順序存入保存視三色均值數(shù)據(jù)的原始三色均值矩陣中，得到該面部圖像的原始三色均值矩陣；每處理一幀視頻圖像獲取新的RGB三色均值后，將所述原始三色均值矩陣中的所以均值數(shù)據(jù)總體向低位移動(dòng)一位，然后將新獲取的均值數(shù)據(jù)放入矩陣的最高位中，當(dāng)原始三色均值矩陣中的數(shù)據(jù)更新I位長度的均值數(shù)據(jù)后通知后續(xù)處理單元對(duì)原始均值矩陣的數(shù)據(jù)進(jìn)行后續(xù)處理。所述原始三色均值矩陣的數(shù)據(jù)長度N和更新數(shù)據(jù)長度閾值I都是正整數(shù)，且N的取值至少應(yīng)該大于10倍幀率值，即原始均值矩陣至少保存10秒以上視頻幀的三色均值數(shù)據(jù)；I的取值至少大于3倍幀率值，即原始三色均值矩陣中的數(shù)據(jù)至少更新3秒的數(shù)據(jù)后才進(jìn)行后續(xù)處理。實(shí)驗(yàn)證明當(dāng)N去20倍幀率以上值和I取3倍幀率以上值時(shí)有較好的效果。隨著視屏圖像的實(shí)時(shí)更新，原始三色均值矩陣中的數(shù)據(jù)也跟隨發(fā)生變化，當(dāng)更新的數(shù)據(jù)長度為I時(shí)，就進(jìn)行一次生理參數(shù)的提取操作。獲得的生理參數(shù)信息通過設(shè)備的顯示單元?jiǎng)討B(tài)實(shí)時(shí)的顯示。本實(shí)施例所述非接觸式生理參數(shù)檢測方法，所述原始三色均值矩陣的數(shù)據(jù)是實(shí)時(shí)更新的，能夠?qū)崿F(xiàn)對(duì)測試者連續(xù)的，實(shí)時(shí)的檢測。為了提高測試者的體驗(yàn)度，在實(shí)際測量過程中，原始均值矩陣的數(shù)據(jù)沒更新指定長度的均值數(shù)據(jù)，就會(huì)進(jìn)行一次生理參數(shù)提取和顯示操作，因?yàn)樯韰?shù)是實(shí)時(shí)更新顯示的，可以提高用戶的測量體驗(yàn)感覺。作為一種優(yōu)選的實(shí)施方式，本實(shí)施例所述的非接觸式生理參數(shù)檢測系統(tǒng)，還包括：顯示報(bào)警模塊6，內(nèi)設(shè)顯示單元61和生理分析單元62，所述顯示模塊61用于顯示從所述生理參數(shù)提取單元53獲取的生理參數(shù)，所述生理分析模塊62用于對(duì)生理參數(shù)進(jìn)行分析，當(dāng)判斷生理參數(shù)異常時(shí)進(jìn)行報(bào)警提示。本實(shí)施例所述非接觸式生理參數(shù)檢測系統(tǒng)，當(dāng)所述生理分析模塊62判斷生理數(shù)據(jù)異常時(shí)通過顯示或者語音的方式進(jìn)行報(bào)警提示。提醒測試者注意。在行車過程中，通過對(duì)測試者的生理參數(shù)進(jìn)行分析，獲得駕駛員的駕駛能力。遇到駕駛員生理和心理狀態(tài)有異常時(shí)，對(duì)駕駛員進(jìn)行正向刺激，糾正駕駛員的行車能力或者提示駕駛員停止駕車，防止意外事故的發(fā)生。實(shí)施例9本實(shí)施例還提供了一種非接觸式生理參數(shù)檢測裝置，如圖9所示，包括：攝像頭7，用于采集視頻。視頻編解碼芯片8，將從所述攝像頭7獲取的模擬視頻信號(hào)轉(zhuǎn)換為數(shù)字視頻信號(hào)。終端設(shè)備9，包括DSP圖像處理芯片91、顯示控制單元92、存儲(chǔ)單元93和輸入輸出接口94。所述DSP圖像處理芯片91，內(nèi)設(shè)所述圖像處理模塊2、所述均值矩陣獲取模塊3、所述預(yù)處理模塊4、所述生理參數(shù)提取模塊5以及所述顯示報(bào)警模塊6。所述顯示控制單元92，包括顯示屏921和ARM芯片922，所述ARM芯片922驅(qū)動(dòng)所述顯示屏921顯示所述攝像頭7采集的視頻和所述DSP圖像處理芯片91輸出的生理參數(shù)和報(bào)警提示信息。所述存儲(chǔ)單元93，包括FLASH存儲(chǔ)芯片931和SD卡932，用于保存視頻和生理參數(shù)。輸入輸出接口94，用于實(shí)現(xiàn)所述終端設(shè)備9與外界的信息交互。在具體應(yīng)用過程中，所述視頻編解碼芯片8可以內(nèi)置于所述終端設(shè)備9內(nèi)，所述DSP圖像處理芯片91，因?yàn)閮?nèi)設(shè)所述非接觸式生理參數(shù)檢測系統(tǒng)中的所述圖像處理模塊2、所述均值矩陣獲取模塊3、所述預(yù)處理模塊4、所述生理參數(shù)提取模塊5以及所述顯示報(bào)警模塊6，因此可以實(shí)現(xiàn)面部圖像提取、生理參數(shù)提取等功能。測試者通過本實(shí)施例所述的非接觸式生理參數(shù)檢測裝置，即可實(shí)現(xiàn)對(duì)生理參數(shù)的實(shí)時(shí)監(jiān)測，獲取到準(zhǔn)確的生理參數(shù)信息。并且終端設(shè)備9還可以通過輸入輸出接口94實(shí)現(xiàn)與外界的信息交互，將測試者的生理參數(shù)傳輸至外界的分析設(shè)備中，對(duì)測試者的身體狀況進(jìn)行評(píng)估。本實(shí)施例所述的非接觸式生理參數(shù)檢測裝置，因?yàn)樗鲆曨l編解碼芯片8也可以內(nèi)置于終端設(shè)備9中，因此所述非接觸式生理參數(shù)檢測裝置只包括了一個(gè)攝像頭7和終端設(shè)備9，非常適合安裝于車輛空間內(nèi)，實(shí)現(xiàn)對(duì)駕駛員生理參數(shù)的實(shí)時(shí)檢測和分析，當(dāng)檢測到駕駛員的生理和心理狀態(tài)出現(xiàn)異常時(shí)，對(duì)駕駛員進(jìn)行正向刺激，糾正駕駛員的行車能力或者提示測試者停止駕車，防止意外事故的發(fā)生，確保行車安全。本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí)施例的形式。而且，本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī)可用存儲(chǔ)介質(zhì)(包括但不限于磁盤存儲(chǔ)器、CD-ROM、光學(xué)存儲(chǔ)器等)上實(shí)施的計(jì)算機(jī)程序產(chǎn)品的形式。本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備(系統(tǒng))、和計(jì)算機(jī)程序產(chǎn)品的流程圖和/或方框圖來描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合。可提供這些計(jì)算機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器以產(chǎn)生一個(gè)機(jī)器，使得通過計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的裝置。這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能。這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能的步驟。盡管已描述了本發(fā)明的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對(duì)這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。