脉搏波是一项重要的生理健康指标,反映了人体的心血管健康,波形为医生的疾病诊断提供了依据。传统的接触式脉搏波检测方法需要紧贴患者身体,会给检测过程带来诸多不便。光电容积描记术通过普通摄像头采集视频来提取脉搏波。该技术具有成本低廉,使用方便等优势。但是在采集相关视频时,易受到环境中的光照干扰和人体不自主的运动干扰等,方法鲁棒性较差。为解决上述问题提升非接触式脉搏波检测的准确性,本文从人体的腕部桡动脉着手提取桡动脉的振动信息,做了如下工作:（1）针对检测结果易受到环境光照干扰的问题,提出了一种基于欧拉运动视频放大的脉搏波提取方法,首先使用差分金字塔对欧拉视频运动放大做出改进,使其能够更好的减少腕部无关噪声干扰,并且使用该方法使得腕部桡动脉引起手腕表皮的微小振动可视化,使其更好观测;然后再通过最优子区域选择蕴含脉搏波信息最多的子区域块,结合主成分分析算法进行去噪来提取纯净的脉搏波,最后通过功率谱计算心率。（2）针对检测过程中易受到相机抖动以及人体本身不自主运动干扰的问题,提出了一种基于振动相位信号分解的非接触式脉搏波提取方法。其核心思想是利用复可控金字塔提取脉搏特征,并设计高信噪比选择模块和鲁棒主成分分析模块抑制其中的噪声,从而最终实现脉搏信号抗噪的心率检测。首先,采集腕部桡动脉的视频,选取垂直于手臂轮廓的方向作为复可控金字塔的方向,之后进行分解得到每一个像素点的相位,选取每个像素第一帧相位为标准,与后续每一帧对应像素的相位相减得到相位差信号,选取信噪比最高的子区域为待处理区域,通过时域带通滤波提取感兴趣频段内的相位差信号;最后使用鲁棒主成分分析算法提取脉搏波信号,使用功率谱估计法计算心率值。为了检验文中提出的算法性能,以接触式脉搏波检测设备作为真值,与多种主流方法在不同场景下进行了脉搏波提取实验,通过实验验证了算法的性能,证明了算法的鲁棒性。