帕金森病是一种常见的基底神经节病变导致的运功紊乱性疾病,约70%的帕金森病患者以震颤为首发症状,目前对于帕金森病患者震颤的常规诊断方法主要是临床诊断,利用双目视觉系统对震颤进行可视化定量评估,可帮助医生在较短的就诊时间内对震颤进行观察分类和一定的量化评估。本文基于双目视觉系统对肢体震颤进行评估,围绕着双目视觉系统的相机标定、立体匹配等问题展开研究,分析对移动目标的识别与跟踪问题,并研究双目视觉系统对肢体震颤的检测及分析技术。具体包括以下的工作内容:首先,依据双目视觉的工作原理及标定方法,完成设备的标定工作,得到相机参数,分析双目匹配的基本步骤,对SGBM算法和BM算法的匹配过程进行分析,并将两种算法进行实验对比。分别得到两种算法处理的图像视差图,通过视差图分析,SGBM立体匹配算法匹配效果更好,视差图较BM算法视差图更清晰,图像深度更准确。其次,分析帧间差分法检测目标的原理,针对传统的帧间差分法进行改进,由三帧差分得到的运动区域图像,经过中值滤波处理,与Canny边缘检测算法得到当前帧的边缘掩模,采用自适应数学形态学对图像边缘进行连接,实现对运动目标的分割。再次,阐述常用的人体手部捕获方法,选择适用于本文的跟踪及震颤评估研究的标记法作为捕获方法。分析Mean-shift算法原理及特点,阐述Mean-shift算法的跟踪步骤,并设计实验以手部为跟踪对象,在手拿球过程中,应用Mean-shift算法对整个手部及手部标记点分别进行跟踪,通过跟踪实验结果分析,Mean-shift算法在手部运动的整个过程中,能够对选定目标进行有效且准确的跟踪。最后,通过震颤组与静止对照组实验分析,得到双目视觉系统的跟踪及三维空间坐标的确定可以实现对手部标记点震颤运动的空间轨迹坐标获取,利用傅里叶变换快速分析时间序列数据中频率的振幅占比,通过实验组与对照组的震颤频谱图分析,得出双目视觉系统对震颤运动分析评估的可行性与准确性。