双目视觉脉搏图像采集系统精度分析

张爱华，刘公才，林冬梅，牛万才，王敬阳

（兰州理工大学 电气工程与信息工程学院 甘肃省工业过程先进控制重点试验室 兰州理工大学电气与控制工程国家级试验教学示范中心，兰州 730050）

脉搏是反映人体生理、病理情况的重要窗口[1]。脉搏信息检测及表征方法的研究对于揭示中医脉诊机理具有重要的意义[2]。中医通过触诊判断疾病，脉诊结果较依赖医生的经验技能，影响诊断准确性[3]。因此，实现脉诊客观化具有重要的研究意义[4]。

课题组设计制作了双目视觉脉搏图像采集装置，基于视觉测量原理获得脉搏信号。视觉测量方法存在多种误差[5]，其在水平方向的脉搏位移容易获得，为分析纵向位移精度，引入激光位移传感器。通过对同步采集的脉搏幅值对比分析，得到系统的测量误差，对脉搏信号的量化研究具有重要意义。

1 试验系统

为了分析双目视觉脉搏图像采集系统的精度，需引入可精确测量跳动幅度在毫米级别的人体脉搏信号的试验设备。在此选用一台KEYENCE S065激光位移传感器。激光发射器发出一束平行光，经会聚透镜聚焦在被测物体表面，产生漫反射光线，部分光线通过接收透镜成像在CCD光敏面上。当被测物体沿着光束的入射方向移动时，物体表面的散射光斑相对于成像物镜的位置发生了改变，相应地在光敏器件上的像点位置也发生了变化。精确地测量像点在CCD光敏面上的位移，可得到被测物体的位移变化量[6]。该激光位移传感器的测量范围在55 mm～65 mm时，线性度F.S.为0.05%，在此测量范围内精度可以满足测量要求，根据这一指标，设计探头的高度为60 mm，在探头内压增大后激光接收点距离测试点的高度约为63 mm，此时激光位移传感器可以准确测量人体脉搏信号。为便于数据传输及光干扰去除，接入了IL-1000多功能放大器，该放大器具备消除干扰光、可选择性模拟量输出形式等功能，将采集的信号传输到计算机中进行保存。

1.1 系统总体结构

双目视觉脉搏图像采集部分由2部Basler acA1300-30gm高速工业相机，配备Computer M0814-MP定焦镜头，以及双目同步采集模块构成。图1所示为双目视觉脉搏图像采集系统精度分析试验图。

图1 双目视觉脉搏图像采集系统精度分析试验Fig.1 Accuracy analysis experiment of binocular vision pulse image acquisition system

采用MP425数据采集卡发出同步信号[7]，触发2部相机同步采集图像，采集的图像数据通过千兆以太网进行高速转存[8]。利用MP425的A/D转换模块对激光信号进行数字量的转换，将数据传输至计算机进行保存。

激光信号采集部分采用S065激光位移传感器和IL-1000多功能放大器对脉搏跳动的纵向位移进行精确测量。

1.2 同步触发系统

进行试验的前提是保证双目视觉脉搏图像采集系统与激光位移传感器采集系统的同步性，即同步采集。双目相机的同步通过MP425产生同步信号进行触发控制。采用LabVIEW设计了脉搏信号与脉搏图像同步采集控制系统，使得2个采集系统同步进行数据采集。

2 基于图像的传感器薄膜探头上各特征点纵向动态位移检测

脉搏波形的获取是精度分析的前提。激光位移传感器采集的信号含有工频干扰、高频噪声等，需要进行滤波、平滑处理等得到稳定准确的脉搏信号，作为标准数据。在立体视觉中，双目相机采集的初始图像数据无法直接进行二维场景到三维场景的恢复，通常需要提取一些能代表图像全局特性的特征点，通过立体视觉算法利用这些代表性的点进行三维信息的计算，从而获得待分析的脉搏波形。基于脉搏图像的脉搏波提取流程如图2所示。

图2 脉搏波提取流程Fig.2 Pulse wave extraction flow chart

在脉搏图像采集时，相机采样帧率越高，采集到的脉搏信息越多。因此，在保证左右相机同步采集的情况下提高采集帧率，通过试验对比，当双目相机的采样帧率大于14帧/s时，在长时间进行采集时会出现丢帧的现象，为保证同步稳定地采集图像，将相机采样帧率设置为14帧/s。

图像滤波，选择模板为7×7的中值滤波器对脉搏图像进行平滑处理，可以有效的去除皮肤纹理噪声。

图像边缘特征提取，利用亚像素边缘检测[9]对去噪后的激光图像边缘进行特征检测后发现无法获得完整的图像边缘，从而不能获得唯一准确的激光图像质心。结合激光图像边缘特征引入Canny算子进行图像边缘信息的提取。Canny算法主要包含以下几个部分[10]：对采集的图像进行平滑滤波，滤波完成后计算去噪之后图像的梯度幅值、方向以及非极大值抑制，通过设定出高低阈值来去除虚假的边缘从而连接真正的图像边缘。检测出激光图像边缘并定位重心如图3所示。

图3 Canny算子边缘检测法重心定位结果Fig.3 Centering results by Canny operator edge detection method

相机标定，提取到图像质心的平面坐标后，利用张正友标定法对双目相机进行标定，获得左右相机的参数，基于双目视觉测量原理获得激光图像特征点的空间坐标。

获取脉搏波，对激光点的连续100帧图像进行处理，得到横坐标为脉搏波序列，纵坐标为脉搏幅值的连续脉搏波形，如图4所示。

图4 双目视觉采集的脉搏波形Fig.4 Pulse waveforms for binocular vision acquisition

3 基于激光的传感器探头薄膜上各特征点纵向动态位移检测

在试验过程中，激光位移传感器容易受到脉搏传感器探头内壁漫反射光的干扰影响，大大降低激光信号的准确性，将采样周期设置为2 ms时，S065接收COMS曝光部分通过设计的A与B 2种接收模式，在实际存在干扰的情况下，通过接收光波的差值处理，可以自动去除干扰光的影响，在激光位移传感器采集的信号中，含有肌电干扰、工频噪声以及随机噪声等高频干扰。根据试验采集的数据中噪声干扰的特点，引入了巴特沃斯低通滤波器。先设计巴特沃斯低通滤波器，然后通过双线性变换得到满足要求的数字滤波器。对于巴特沃斯滤波器，其设计指标有｛ωp，ωs，ap，as｝，ωp和 ωs分别是通带截止频率和阻带截止频率，ap是通带（0～ωp）的最大衰减系数，as是阻带ω＞ωs的最小衰减系数，ap和as一般用dB表示[11]。在给定技术指标｛ωp，ωs，ap，as｝后，目标是找到一个H（jω）或H（s）使之近似地符合给定的技术指标。为了获得稳定的系统，设Sk为系统的极点，c为常系数，N为滤波器的阶数，可以获得系统的传递函数为

式中：N=8；c=3.75；Sk=｛-0.1951，-0.5556，-0.8315，-0.9808｝，左半平面的极点可以保证系统的稳定。为数字化实现巴特沃斯低通滤波器，需将式（1）经过双线性z变换，变成数字低通滤波器，可表述为

式中：T为激光位移传感器的采样周期，T=5 ms。激光位移传感器的采样频率为200 Hz，因此设定通带截止频率250 Hz，此时通带最大衰减为3 dB；高频噪声的频率分布在400 Hz左右，因此设定阻带截止频率为400 Hz，此时阻带最小衰减为30 dB；将技术指标｛ωp，ωs，ap，as｝设置为｛250 Hz，400 Hz，3 dB，30 dB｝代入仿真计算，得到满足技术指标的巴特沃斯低通滤波器。如图5所示。

图5 巴特沃斯滤波器的幅频图与相频图Fig.5 Amplitude-frequency and phase-frequency diagrams of Butterworth filter

根据巴特沃斯低通滤波器的相频特性，计算出滤波器延迟时间为0.025 s，激光位移传感器的采样频率为200 Hz，因此进行精度分析时需将原始脉搏信号延迟50个采样点后进行脉搏幅值的对比，如图6所示。

图6 激光位移传感器信号Fig.6 Laser displacement sensor signal

4 双目视觉脉搏图像传感器精度分析

为更好地对双目视觉脉搏图像采集系统进行精度分析，试验中围绕脉搏跳动最显著的区域选择了3×3个点进行研究，如图7所示。

图7 双目视觉脉搏图像传感器采集的图像Fig.7 Laser image acquired by binocular vision pulse image sensor

试验中每个位置采集1 min试验数据，选择连续8 s的数据进行幅值分析，记录激光位移传感器采集的1个特征点脉搏幅值，如表1所示。对于相同的特征点，双目视觉获取的脉搏信息处理后得到的脉搏幅值信息记录如表2所示。将同时刻在相同采样点采集的连续10组脉搏波进行脉搏幅值的对比分析如图8所示。

在相同时间相同位置将激光位移传感器得到的数据与双目相机采集得到的数据进行脉搏幅值的比较，得到双目视觉脉搏图像采集系统的精度如表3所示。

表1 激光位移传感器测量脉搏幅值Tab.1 Pulse amplitude measured by laser displacement sensor

表2 双目视觉测量脉搏幅值Tab.2 Pulse amplitude by the binocular vision measures

图8 脉搏差值的比较Fig.8 Comparison of pulse difference

表3 双目视觉脉搏图像采集系统的精度Tab.3 Accuracy of binocular vision pulse image acquisition system

利用式 （3）计算出均方误差，其均方误差为0.0013，最大误差为0.0205。将试验中的9个采样点中每个采样点的连续10组脉搏波进行幅值对比，

对于连续的时段脉搏幅值的校准获得平均误差为0.0188。获得每个点的误差指标，如表4所示。

表4 各点误差指标Tab.4 Point error indicators

对脉搏跳动明显的3×3个点，从表4中可以看出平均误差在0.0189左右，均方误差在0.0016左右，证明此双目视觉脉搏图像采集系统精度高。由于每组的误差指标接近，从而选取了其中一组数据进行误差分析。

根据仿真信号中误差的特性，误差大致可以分为3种：①系统误差，即在相同的试验条件下，对于相同的值进行多次的试验仿真后，依然保持不变的误差，一般而言，系统误差具有一定的规律性，采取一定的技术措施可以消除或者减小系统误差[12]；②随机误差，即在相同的试验条件下，对于相同的值进行多次的试验仿真后，产生的误差具有不确定性；③粗大误差，粗大误差的值一般跟其他误差值相差甚大，对于粗大误差的处理一般是通过一定的处理法则进行误差剔除。本文根据双目视觉脉搏图像采集系统的实际误差情况主要针对系统误差进行了分析。

对于课题中的系统误差，可以通过误差拟合的方法得到误差曲线。曲线拟合中经常用n次多项式Pn（x）来进行拟合，Pn（x）与原函数的误差最小的判断准则主要有3种：最佳一致拟合、最佳平方拟合和最小二乘拟合[13]。在曲线拟合中，最为常用的是最小二乘多项式拟合，其原理如下：

首先，设定 n 次多项式 Pn（x）为

可以得到误差为

为了使误差 Q 最小，在此需要求取a0，a1，…，an，根据求极值的方法，需要对 a0，a1，…，an求偏导，再使得偏导数为零，从而得到：

用矩阵的方式表示式（6）所示的方程组为

通过对式（7）的方程组进行求解，就可以得到使 Q 最小的 a0，a1，…，an，代入就可以得到最小二乘法拟合多项式。

在进行试验过程中，可能由于读错或仪器出现错误等原因造成异常数据，这些数据称为坏点。将坏点剔除掉后，可以直接采用最小二乘多项式对误差曲线进行拟合。一般而言，在拟合范围内，拟合的多项式幂级数越高，拟合效果越好。在此，为了得到更好的拟合双目视觉脉搏图像传感器的误差曲线，根据以往的数据拟合及文献查询总结经验，将多项式的幂级数从2阶到8阶进行试验拟合，得到的拟合曲线表达式如式（8）所示，各项系数如表5所示。

表5 不同阶数的各项系数Tab.5 Coefficients of different orders

从表5中可以发现，当阶数为4阶时，拟合精度为0.9276，相比较其他值更加接近1，所以采用最小二乘法4阶整系数拟合。拟合得到的表达式为

式中：x为不同脉搏序列；P为误差值。

利用剩余误差来评价拟合曲线的效果。剩余误差定义为原始误差减去拟合误差曲线相应点的误差值。图9给出了连续10组试验数据的原始误差、误差拟合曲线和剩余误差。

图9 拟合误差分析图Fig.9 Fitting error analysis

10组试验数据的原始误差最大值为0.0205，其误差绝对值的均值为0.0189，而经过对比分析后，其剩余误差的绝对值均不大于0.001。可见，对于试验数据进行误差处理后，可以获得误差的拟合曲线，对双目视觉的精度有了深入的分析，推进了对双目视觉的进一步研究。

5 结语

为了分析双目视觉脉搏图像采集系统的测量精度，引入激光位移传感器，设计了同步采集控制系统，同步触发2个系统对同一探头的相同位置进行动态位移检测；对激光图像引入Canny算子边缘检测，对于激光信号进行了降噪滤波，将2个系统得到的脉搏波形的峰峰值进行了对比分析，得到了双目视觉脉搏测量系统的精度，将双目视觉脉搏图像采集系统的误差进行整系数最小二乘法拟合，根据不同的阶数拟合精度的不同，得到4阶时拟合效果最好。在获得双目视觉脉搏图像采集系统误差的同时，为后续人体脉象的进一步深入研究提供了理论依据。

[1]Murray W B，Foster P A.The peripheral pulse wave：information overlooked[J].Journal of Clinical Monitoring，1996，12 （5）：365-377.

[2]费兆馥，江启中，孙汉钧.现代中医脉诊学[M].北京：人民卫生出版社，2003.

[3]蔡轶珩，沈兰荪.脉象分析仪的研究进展[J].电子测量与仪器学报，2002，16（4）：55-59.

[4]姜凤岐，郭山河.利用光纤传感器的脉象仪研究[J].电子科学学刊，1994，16（6）：655-659.

[5]刘佳音，王忠立，贾云得.一种双目立体视觉系统的误差分析方法[J].光学技术，2013，29（3）：354-357.

[6]李兵，孙彬.激光位移传感器在自由曲面测量中的应用[J].光学精密工程，2015，23（7）：1940-1946.

[7]杨力铭.时空域脉搏信号检测方法研究[D].甘肃：兰州理工大学，2016.

[8]林冬梅，张爱华，沈蓉.双目视觉脉搏测量系统中的相机同步采集方法[J].吉林大学学报，2015，45（6）：2000-2006.

[9]杨莉苹.基于双目视觉脉搏图像的特征点三维检测[D].甘肃：兰州理工大学，2016.

[10]孙智鹏，邵仙鹤，王翥.改进的自适应Canny边缘检测算法[J].电测与仪表，2016，56（6）：17-21.

[11]郑勇，黄庆，李学明.基于巴特沃斯滤波器的主变流器监控和保护信号处理[J].机车电传动，2016，14（5）：45-47.

[12]王伟斌，邱长泉.基于最小二乘曲线拟合的信号调理电路误差补偿方法[J].计算机测量与控制，2009，17（11）：2286-2291.

[13]康高强，李春茂，秦丽娟.一种钢轨动态轮廓数据校准方法研究[J].传感技术学报，2015，28（2）：222-226.