在数字散斑相关测量方法中, 可靠的变形初值估计是获得亚像素精度的关键。利用标志点匹配技术, 提出了一种新的变形参数初值估计法。该方法在散斑上粘贴反射系数极高的圆形标志点, 为消除散斑背景对标志点提取的影响, 提出一种改进的尺度不变特征转换算法, 将极值点检测约束在显著的边缘区域, 从而大大减少冗余特征点的提取, 最后通过单应性变换得到全场变形, 进而使得感兴趣区域中各像素点快速完成初值估计。制作散斑板子进行实验验证, 结果表明, 该方法得到的变形初值, 只需要3~4次迭代就能够使亚像素迭代收敛, 并获得准确、可靠的测量结果。

为实现血液成分无创检测, 针对动态光谱（dynamic spectrum, DS）时域单拍提取法存在的不足, 提出时域差值提取法, 即顺序提取各波长对数光电脉搏波上相距理想差值间隔的两对应采样点的绝对差值构成差值DS, 利用统计方法优选若干有效差值DS进行叠加平均获取最终DS输出。 对48例志愿者的实验数据分别利用差值提取法和单拍提取法进行DS提取, 结果表明: 差值提取法提取DS的去噪效果略优于单拍提取法; 对单一个体可获取有效DS的平均个数由48个改善为130个, 有效DS间均方误差的平均值由0.39改善为0.006, 运算速度提升了近20倍。 新方法显著提高了DS提取的质量。