| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-20页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 非接触式IPPG研究现状 | 第13-14页 |
| 1.2.2 血压测量方法研究现状 | 第14-16页 |
| 1.3 研究现状总结 | 第16-17页 |
| 1.4 论文内容和结构安排 | 第17-20页 |
| 2 肤色图像采集系统 | 第20-30页 |
| 2.1 系统硬件平台设计 | 第20-24页 |
| 2.1.1 肤色图像成像设备 | 第21-23页 |
| 2.1.2 系统光源设计 | 第23-24页 |
| 2.1.3 血压标定和数据处理储存 | 第24页 |
| 2.2 肤色图像提取算法 | 第24-29页 |
| 2.2.1 Adaboost算法基本原理 | 第25-26页 |
| 2.2.2 改进的Adaboost算法 | 第26-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 基于欧拉放大的脉搏波信号提取 | 第30-45页 |
| 3.1 肤色图像颜色增强 | 第30-38页 |
| 3.1.1 欧拉放大算法 | 第30-34页 |
| 3.1.2 颜色增强效果分析 | 第34-37页 |
| 3.1.3 对颜色加强算法的改进 | 第37-38页 |
| 3.2 脉搏波相关生理参数提取 | 第38-44页 |
| 3.2.1 脉搏波特征参数的提取 | 第38-43页 |
| 3.2.2 人体心率信号获取 | 第43-44页 |
| 3.3 本章小结 | 第44-45页 |
| 4 血压预测模型 | 第45-57页 |
| 4.1 脉搏波传导时间计算 | 第45-46页 |
| 4.2 线性血压预测模型 | 第46-52页 |
| 4.3 基于PSO-BP神经网络的血压预测模型 | 第52-55页 |
| 4.4 本章小结 | 第55-57页 |
| 5 实验分析 | 第57-68页 |
| 5.1 实验准备工作 | 第57页 |
| 5.2 基于改进的Adaboost算法的肤色识别与提取实验 | 第57-59页 |
| 5.3 基于改进的欧拉放大算法的脉搏波信号获取实验 | 第59-62页 |
| 5.4 基于BP神经网络血压预测模型实验 | 第62-66页 |
| 5.5 本章小结 | 第66-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第74-76页 |
| 学位论文数据集 | 第76页 |