随着社会经济发展与生活方式转变,心脑血管疾病的发病率不断升高,成为人们身体健康的重要威胁。对于高血压症状的及时检测与治疗,能够有效降低患者出现心脏病发作等威胁生命的严重症状的概率。现有的主流血压测量方式无法满足血压的长周期无干扰测量需求。本论文的主要研究目的是探索一种可行的非接触式血压测量方案,弥补现有血压测量方式的局限,为实现长时间不间断的血压监测提供帮助。血液循环过程中,心脏收缩与舒张产生的压力变化会以波的形式传播,形成脉搏波。脉搏波在两个不同动脉区域间的传输时间与血压的高低之间总体上呈现负相关关系。光电容积描记信号(photoplethysmography,PPG)通过光电手段对动脉血管内血容量变化引起的光照强度变化进行描述。心冲击描述图信号(ballistocardiography,BCG)指的是人体在心冲击影响下进行的周期性微弱运动产生的信号。两类信号中都包含了与心血管生理状态相关的丰富信息。本论文研究实现了一种基于色度的PPG信号非接触提取算法,通过对皮肤光线吸收过程进行建模分析,对运动、镜面反射和肤色影响产生的噪声成分进行了抑制,实现了鲁棒的PPG信号提取效果。本论文提出了一种基于面部关键点检测的BCG信号非接触式提取算法,在现有研究基础上引入了人脸关键点检测算法,改进了特征点检测的稳定性和准确性。本论文设计了基于PPG信号与BCG信号的两种不同的脉搏传输时间计算方案,设计实现了一套非接触式血压测量系统。本论文设计进行了持续两周时间的心率与血压连续测量实验。在心率测量实验中,心率计算平均相对误差最低达到4.6%,证明了两种信号的非接触提取算法的可行性和准确性。在血压预测实验中,两种不同算法得到的脉搏传输时间与收缩压、舒张压数据相关系数最低达到-0.72,展现出明显的负相关关系,验证了脉搏传输时间计算方法的可靠性。拟合得到的血压预测模型的最低均方根误差达到6.38 mmHg,验证了血压预测模型的可行性与应用潜力。