亚像 素级精度的MEMS微结构平面位移的测量，并且具有较高的测量稳定性和抗噪声能力。
【附图说明】
[0038] 图1是本发明提供实施例MEMS面内位移测量的实现框图。
[0039] 图2是本发明提供实施例MEMS微视觉频闪系统的构架图。
[0040] 图3是本发明提供实施例MEMS图像子区大小选择的依据图。
【具体实施方式】
[0041] 以下结合附图，对本发明作进一步说明：
[0042] 首先，基于微视觉频闪系统利用人工喷洒散斑得到MEMS微结构运动图像取其子 区f (零相位时刻的MEMS微结构图像）和g (某一相位时的MEMS微结构运动图像），并且它 们之间只存在简单的纯平移关系，即
[0043] g(x,y) = f(x+u,y+v) (I)
[0044] 图像f和g之间相对平移大小用（u, v)表示。
[0045] 然后，对两幅子区图像进行基于随即中点的分形插值处理，随机中点位移法可以 用一个简单的公式来表示内插点（Xl^ynil)
[0046] Xmi= (x i+xi+i)/2+s · w · rand() (2)
[0047] ymi= (y i+yi+1)/2+s · w · rand()
[0048] 式（2)中，s、w分别为控制左右移动方向和移动距离的参数，rand()为随机变量。 利用随机中点位移法原理，可用正态随机函数stdev*N(0, 1)表示随机变量s · w · rand()， 用参数H来表示新区间的标准偏差的变化，可以生成各种FBM曲面。设图像的像素点为 (i，j)，当i，j均为奇数时，I (i，j)为已知；当i，j均为偶数时，插值点的灰度值为：
[0049] I(x,y) = [I(i-1, j-l)+I(i+l, j+l)+I(i-l, j+l)+I(i+l, j-l)]/4+A I (3)
[0050] 当i，.i为一奇一偶时，插值点灰度值为：
[0053] 式（5)中参数G为高斯随机变量，服从N(0, 1)分布，H为分形参数，〇为像素灰度 的均方差。为达到所需的分辨率，只需遍历图像进行插值直到目标为止。
[0054] 最后，对两幅子区图像做傅立叶变换，分别为
[0057] 取参考子区图像傅立叶变换的共辄作为滤波器，即
[0058]
[0059] 对目标子区的频谱g (wx，wy)进行滤波可得
[0061] 对式（8)得到的结果再进行一次傅立叶变换，并设变换后的坐标为（ε，II)，有
[0062] H ( ε , n ) = FFT {h (wx, wy)} = G ( ε , η ) δ ( ε -u, η ~v) (9)
[0063] 式（9)输出为一个相关亮点，由该相关亮点的位置就可以确定位移后目标子区的 位置，从而求出位移的大小和方向。
[0064] 本发明具体实现步骤如下：
[0065] ①得到MEMS微结构运动散斑图像f (零相位时刻）和g (某一相位时刻）；
[0066] ②选择参考子区和目标子区的合适大小；
[0067] ③对两幅子区图像进行分形插值处理；
[0068] ④利用参考子区图像傅立叶变换的共辄作为匹配滤波器；
[0069] ⑤用得到的滤波器对目标子区的频谱进行滤波；
[0070] ⑥对滤波得到的结果再进行一次傅立叶变换，得到相关亮点；
[0071 ] ⑦根据相关亮点的位置得到位移参数。
[0072] 该算法的优点：1.在实际操作中，采用分形插值避免了传统插值方法带来的边缘 模糊、降低图像质量等不足，提高了检测分辨率；2.频域相关算法避免了传统空域中因重 复搜索导致计算量大的问题；3.通过利用选择合适的模版大小、适当的滤波器等措施也可 进一步减小计算量和提高测量精度。
[0073] 以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在 阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变 化和修饰同样落入本发明权利要求所限定的范围。
【主权项】
1. 一种混合分形插值和频域数字散斑相关的MEMS面内位移测量方法，其特征在于，包 括以下步骤： 101、 微机电系统MEMS微结构在基于微视觉频闪系统下，在MEMS器件与物镜之间放 置毛玻璃可得到MEMS微结构的散斑图像，从而得到MEMS微结构零相位时刻的参考图像 f(X，y)和发生平移的目标图像g(x,y)，X表示MEMS微结构运动平面的横坐标，y表示MEMS 微结构运动平面的纵坐标； 102、 选择合适大小的参考图像f(x，y)的子区图像和目标图像g(x，y)的子区图像，选 择子区图像大小为41X41pixel; 103、 对步骤102中得到的参考图像f(x，y)的子区图像和目标图像g(x，y)的子区图像 采用随机中点分形插值法进行插值处理，得到f(x，y)的插值子区图像和g(x，y)的插值子 区图像； 104、 对步骤103得到的f(x，y)的插值子区图像和g(x，y)的插值子区图像分别做傅立 叶变换，并将f(x，y)的插值子区图像做傅立叶变换的共辄作为匹配滤波器； 105、 用步骤104得到的匹配滤波器对目标图像g(x，y)的插值子区图像的频谱进行滤 波； 106、 对步骤105经过匹配滤波器滤波得到的结果再进行一次傅立叶变换，得到相关亮 占. 107、 根据步骤106得到的相关亮点的位置得到位移参数，包括位移的大小和方向。2. 根据权利要求1所述的一种混合分形插值和频域数字散斑相关的MEMS面内位移测 量方法，其特征在于，步骤101中MEMS微结构零相位时刻的参考图像f(x，y)和发生平移的 目标图像g(x，y)之间的平移关系为： g(x,y) =f(x+u,y+v) (1)，其中图像f和g之间的相对平移大小用向量（u,V)表示。3. 根据权利要求1所述的一种混合分形插值和频域数字散斑相关的MEMS面内位移测 量方法，其特征在于，步骤103中的采用随机中点分形插值法进行插值处理用一个公式（2) 来表示内插点（xmi,ymi) Xmi=(xi+xi+1)/2+s?w?rand() (2) ymi=(yi+yi+1)/2+s?W?rand() 式（2)中，\和x1+1表示新的插值点在水平方向左右相邻的坐标，yJPy1+1表示新的 插值点在垂直方向上下相邻的坐标，s、w分别为控制左右移动方向和移动距离的固定参数， rand()为随机变量。4. 根据权利要求3所述的一种混合分形插值和频域数字散斑相关的MEMS面内位移测 量方法，其特征在于，所述随机变量s?w?rand()采用正态随机函数表示。5. 根据权利要求3所述的一种混合分形插值和频域数字散斑相关的MEMS面内位移测 量方法，其特征在于，设图像的像素点为（i，j)，当i，j均为奇数时，I(i，j)为已知；当i，j 均为偶数时，插值点的灰度值为： I(x,y) = [I(i-1,j-l)+I(i+l,j+l)+I(i-l,j+l)+I(i+l,j-l)]/4+AI (3) 当i，j为一奇数一偶数时，插值点灰度值为： I(x,y) =[I(i-1,j)+I(i,j+l)+I(i,j+l)+I(i+1,j)]/4+AI(4)Al表示分形因子，其中G为高斯随机变量，服从N(0, 1)分布，H为分形参数，。为像 素灰度的均方差。6. 根据权利要求3所述的一种混合分形插值和频域数字散斑相关的MEMS面内位移测 量方法，其特征在于，步骤104中对两幅子区图像做傅立叶变换，公式分别为7. 根据权利要求1所述的一种混合分形插值和频域数字散斑相关的MEMS面内位移测 量方法，其特征在于，步骤105和步骤106具体为：对目标子区的频谱g(wx，wy)进行滤波可 得 h(wx, wy) = f* (wx, wy) g (wx, wy) = I f (wx, wy) |2exp[j2 JT (uwx+vwy) ] (8) 对式（8)得到的结果再进行一次傅立叶变换，并设变换后的坐标为（e，n)，有H(e,n) =FFT{h(wx,wy)} =G(e,n) 8 (e-u,n~v) (9) 〇
【专利摘要】本发明请求保护一种混合分形插值和频域数字散斑相关技术的MEMS微结构平面位移测量方法，涉及图像频域相关技术和MEMS动态测量领域。本得到MEMS微结构运动散斑图像f(零相位时刻)和g(某一相位时刻)；选择参考子区和目标子区的合适大小；对两幅子区图像进行分形插值处理；利用参考子区图像傅立叶变换的共轭作为匹配滤波器；用得到的滤波器对目标子区的频谱进行滤波；对滤波得到的结果再进行一次傅立叶变换，得到相关亮点；根据相关亮点的位置得到位移参数。克服了传统方法计算量大，测量分辨率不足的缺陷，实现MEMS微机构平面运动位移的快速高精度测量。
【IPC分类】G01B11/02
【公开号】CN105043270
【申请号】CN201510423627
【发明人】胡章芳, 罗元, 席兵, 黄冬冬, 刘金兰, 胡银平, 辛伟, 李岩岩
【申请人】重庆邮电大学
【公开日】2015年11月11日
【申请日】2015年7月15日