| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 呼吸信号检测方法 | 第9-13页 |
| 1.2.2 呼吸信号预测方法 | 第13页 |
| 1.3 本文的研究内容与组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-16页 |
| 第2章 基于运动放大的非接触式呼吸信号检测方法 | 第16-22页 |
| 2.1 人体呼吸运动概述 | 第16-17页 |
| 2.2 本文提出的呼吸信号检测检方法 | 第17-19页 |
| 2.3 呼吸信号获取流程 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 呼吸信号检测关键算法 | 第22-49页 |
| 3.1 图像预处理 | 第22-27页 |
| 3.1.1 图像灰度化 | 第22-23页 |
| 3.1.2 图像去噪 | 第23-24页 |
| 3.1.3 图像透视变换 | 第24-26页 |
| 3.1.4 图像灰度拉伸 | 第26-27页 |
| 3.2 目标检测 | 第27-35页 |
| 3.2.1 阈值分割 | 第28-30页 |
| 3.2.2 形态学处理 | 第30-31页 |
| 3.2.3 目标生成 | 第31-35页 |
| 3.3 目标跟踪 | 第35-46页 |
| 3.3.1 基于卡尔曼滤波的目标运动预测算法 | 第36-40页 |
| 3.3.2 基于自适应模板匹配的跟踪算法 | 第40-43页 |
| 3.3.3 结合卡尔曼滤波预测与自适应模板匹配的跟踪算法 | 第43-44页 |
| 3.3.4 跟踪算法实验与分析 | 第44-46页 |
| 3.4 呼吸信号生成 | 第46-47页 |
| 3.4.1 呼吸信号预处理 | 第46-47页 |
| 3.4.2 获取呼吸信号幅度 | 第47页 |
| 3.5 呼吸频率计算 | 第47-48页 |
| 3.5.1 波峰波谷检测 | 第47-48页 |
| 3.5.2 呼吸频率计算 | 第48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 呼吸信号预测 | 第49-59页 |
| 4.1 常规预测方法 | 第49-50页 |
| 4.1.1 最新样本预测 | 第49页 |
| 4.1.2 线性预测 | 第49-50页 |
| 4.1.3 线性外推预测 | 第50页 |
| 4.2 基于LMS自适应滤波器的呼吸信号预测 | 第50-58页 |
| 4.2.1 LMS自适应滤波器原理 | 第50-53页 |
| 4.2.2 LMS自适应预测模型 | 第53-55页 |
| 4.2.3 训练过程 | 第55-57页 |
| 4.2.4 预测与更新过程 | 第57-58页 |
| 4.3 LMS自适应预测器参数的选择 | 第58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 实验与结果分析 | 第59-81页 |
| 5.1 呼吸信号检测装置 | 第59-60页 |
| 5.2 呼吸信号检测软件 | 第60-66页 |
| 5.2.1 软件开发环境 | 第61-62页 |
| 5.2.2 软件架构 | 第62-63页 |
| 5.2.3 软件界面和主要功能 | 第63-66页 |
| 5.3 呼吸信号检测实验与结果分析 | 第66-77页 |
| 5.3.1 实验前准备 | 第66-67页 |
| 5.3.2 呼吸频率测量对比实验 | 第67-70页 |
| 5.3.3 与RPM检测系统对比实验 | 第70-72页 |
| 5.3.4 与压力传感器检测对比实验 | 第72-73页 |
| 5.3.5 不同呼吸状态对比实验 | 第73-74页 |
| 5.3.6 模拟呼吸异常实验 | 第74-75页 |
| 5.3.7 重复性对比实验 | 第75-77页 |
| 5.4 呼吸信号预测实验与结果分析 | 第77-80页 |
| 5.4.1 预测精度评价指标 | 第77页 |
| 5.4.2 实验 | 第77-80页 |
| 5.5 本章小结 | 第80-81页 |
| 第6章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 发表论文与参加科研情况 | 第86-87页 |
| 致谢 | 第87页 |