混合分形插值和頻域數(shù)字散斑相關(guān)的mems面內(nèi)位移測(cè)量方法
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明屬于MEMS動(dòng)態(tài)測(cè)量方法研究領(lǐng)域，MEMS面內(nèi)位移的測(cè)量屬于其中的一項(xiàng) 內(nèi)容。具體涉及到分形插值、頻率域數(shù)字散斑相關(guān)的MEMS平面位移測(cè)量方法。
【背景技術(shù)】
[0002] 微機(jī)電系統(tǒng)（MEMS :Micr〇-electro_Mechanical Systems)是在微電子工藝的基 礎(chǔ)上發(fā)展的多學(xué)科交叉的前沿研究領(lǐng)域，涉及微機(jī)械學(xué)、微電子學(xué)、自動(dòng)控制、物理、化學(xué)、 生物以及材料學(xué)等多種工程技術(shù)和科學(xué)。MEMS的技術(shù)發(fā)展開辟了一個(gè)全新的技術(shù)領(lǐng)域和產(chǎn) 業(yè)，米用MEMS技術(shù)制作的微傳感器、微執(zhí)行器、微型構(gòu)件、微機(jī)械光學(xué)器件、真空微電子器 件、電力電子器件等有體積小、質(zhì)量輕、功耗低、可靠性強(qiáng)、易于智能化、數(shù)字化等優(yōu)點(diǎn)，所以 在航空、航天、汽車、生物醫(yī)學(xué)、環(huán)境監(jiān)控、軍事以及幾乎人們所接觸到的所有領(lǐng)域中都有著 十分廣闊的應(yīng)用前景，這也使MEMS成為一項(xiàng)關(guān)系到國家科技發(fā)展、國防安全和經(jīng)濟(jì)繁榮的 關(guān)鍵技術(shù)。美、日、歐、韓、新加坡等國也都認(rèn)識(shí)到發(fā)展MEMS對(duì)國際競(jìng)爭(zhēng)的重要意義，把MEMS 與電子信息、航空航天等并列作為戰(zhàn)略高科技來對(duì)待。
[0003] 在MEMS的測(cè)試研究中，MEMS動(dòng)態(tài)特性測(cè)試是一項(xiàng)重要內(nèi)容。對(duì)微諧振器、微陀螺 儀、微傳感器、微執(zhí)行器、微電子器件、微加速度計(jì)和光開關(guān)等具有可動(dòng)部件的MEMS器件而 言，其動(dòng)態(tài)特性決定了 MEMS器件的基本性能。通過測(cè)試，可確定MEMS器件三維運(yùn)動(dòng)情況、 材料屬性以及機(jī)械力學(xué)參數(shù)，可建立或驗(yàn)證其理論模型和失效機(jī)理，指導(dǎo)其結(jié)構(gòu)優(yōu)化設(shè)計(jì)， 降低批量生產(chǎn)成本，推進(jìn)MEMS產(chǎn)業(yè)化進(jìn)程。因此MEMS動(dòng)態(tài)測(cè)試?yán)碚摵头椒ǖ难芯繉?duì)微機(jī) 電系統(tǒng)MEMS設(shè)計(jì)、制造和可靠性具有非常重要的意義。
[0004] 在MEMS圖像分析理論與方法的研究中，為了提高測(cè)試精度和速度，充分利用圖像 之間的相關(guān)性特征成為研究中的重點(diǎn)。又分形的自相似性在充分利用圖像相關(guān)性方面有很 大優(yōu)勢(shì)，所以本發(fā)明結(jié)合分形插值理論和頻率域數(shù)字散斑相關(guān)技術(shù)提出了一種MEMS微結(jié) 構(gòu)平面位移測(cè)量方法，然后將其運(yùn)用在MEMS微結(jié)構(gòu)面內(nèi)位移測(cè)量中，獲得具有良好測(cè)量精 度的MEMS微結(jié)構(gòu)面內(nèi)位移測(cè)量方法。因此本發(fā)明具有現(xiàn)實(shí)的理論意義和應(yīng)用價(jià)值。
[0005] 在國內(nèi)外，MEMS動(dòng)態(tài)測(cè)試技術(shù)已得到了許多研究機(jī)構(gòu)的高度重視，美國UC Berkeley大學(xué)BSAC研究中的Christian Rembe等研制的MEMS動(dòng)態(tài)測(cè)試儀，集成了頻閃微 視覺和干涉技術(shù)，采用最小二乘法和相移算法等，可測(cè)試MEMS器件的三維實(shí)時(shí)運(yùn)動(dòng)和動(dòng)態(tài) 結(jié)構(gòu)變形，實(shí)現(xiàn)高精度的面內(nèi)測(cè)量。美國MIT微系統(tǒng)實(shí)驗(yàn)室Freeman教授領(lǐng)導(dǎo)的研究小組 研制的基于計(jì)算視覺的MEMS動(dòng)態(tài)測(cè)試系統(tǒng)。天津大學(xué)在MEMS動(dòng)態(tài)特性測(cè)試的研究中取得 了較大發(fā)展。華中科技大學(xué)謝勇君等采用集成頻閃成像、計(jì)算機(jī)微視覺和顯微干涉技術(shù)，研 制了 MEMS三維靜動(dòng)態(tài)測(cè)試系統(tǒng)，系統(tǒng)可進(jìn)行MEMS面內(nèi)剛體運(yùn)動(dòng)、表面形貌、垂向變形等測(cè) 量，并達(dá)到納米級(jí)精度。以上研究在圖像相關(guān)性方面多用的是在空域中基于灰度和特征的 匹配法，這些方法對(duì)圖像的灰度變化或者旋轉(zhuǎn)等方面極其敏感，而且傳統(tǒng)的數(shù)字相關(guān)方法 因重復(fù)搜索產(chǎn)生較大的計(jì)算量，因此會(huì)存在較低的計(jì)算效率和較大的測(cè)量誤差。

【發(fā)明內(nèi)容】

[0006] 針對(duì)現(xiàn)有技術(shù)的不足，提出了一種提高精度，降低噪聲對(duì)測(cè)量的影響的混合分形 插值和頻域數(shù)字散斑相關(guān)的MEMS面內(nèi)位移測(cè)量方法。本發(fā)明的技術(shù)方案如下：一種混合分 形插值和頻域數(shù)字散斑相關(guān)的MEMS面內(nèi)位移測(cè)量方法，其包括以下步驟：
[0007] 101、微機(jī)電系統(tǒng)MEMS微結(jié)構(gòu)在基于微視覺頻閃系統(tǒng)下，在MEMS器件與物鏡之間 放置毛玻璃可得到MEMS微結(jié)構(gòu)的散斑圖像，從而得到MEMS微結(jié)構(gòu)零相位時(shí)刻的參考圖像 f (X，y)和發(fā)生平移的目標(biāo)圖像g(x, y)，X表示MEMS微結(jié)構(gòu)運(yùn)動(dòng)平面的橫坐標(biāo)，y表示MEMS 微結(jié)構(gòu)運(yùn)動(dòng)平面的縱坐標(biāo)；
[0008] 102、選擇合適大小的參考圖像f(x，y)的子區(qū)圖像和目標(biāo)圖像g(x，y)的子 區(qū)圖像。本專利結(jié)合最終測(cè)試精度和測(cè)試效率，基于多次實(shí)驗(yàn)，選擇子區(qū)圖像大小為 41X41pixel，此時(shí)測(cè)量誤差在0. 08pixel的可接受范圍；
[0009] 103、對(duì)步驟102中得到的參考圖像f(x，y)的子區(qū)圖像和目標(biāo)圖像g(x，y)的子區(qū) 圖像采用隨機(jī)中點(diǎn)分形插值法進(jìn)行插值處理，得到f(x，y)的插值子區(qū)圖像和g(x，y)的插 值子區(qū)圖像；
[0010] 104、對(duì)步驟103得到的f(x，y)的插值子區(qū)圖像和g(x，y)的插值子區(qū)圖像分別做 傅立葉變換，并將f(x，y)的插值子區(qū)圖像做傅立葉變換的共輒作為匹配濾波器；
[0011] 105、用步驟104得到的匹配濾波器對(duì)目標(biāo)圖像g(x，y)的插值子區(qū)圖像的頻譜進(jìn) 行濾波；
[0012] 106、對(duì)步驟105經(jīng)過匹配濾波器濾波得到的結(jié)果再進(jìn)行一次傅立葉變換，得到相 關(guān)殼點(diǎn)；
[0013] 107、根據(jù)步驟106得到的相關(guān)亮點(diǎn)的位置得到位移參數(shù)，包括位移的大小和方 向。
[0014] 進(jìn)一步的，步驟101中MEMS微結(jié)構(gòu)零相位時(shí)刻的參考圖像f(x，y)和發(fā)生平移的 目標(biāo)圖像g(x, y)之間的平移關(guān)系為：g(x, y) = f(x+u, y+v) (I)，其中圖像f和g之間的 相對(duì)平移大小用向量（u，v)表示。
[0015] 進(jìn)一步的，步驟103中的采用隨機(jī)中點(diǎn)分形插值法進(jìn)行插值處理用一個(gè)公式（2) 來表示內(nèi)插點(diǎn)（xmi, ymi)
[0016] Xmi= (χ i+xi+i)/2+s · w · rand() (2)
[0017] ymi= (y i+yi+1)/2+s · w · rand()
[0018] 式（2)中，\和x 1+1表示新的插值點(diǎn)在水平方向左右相鄰的坐標(biāo)，y JP y 1+1表示新 的插值點(diǎn)在垂直方向上下相鄰的坐標(biāo)，s、w分別為控制左右移動(dòng)方向和移動(dòng)距離的固定參 數(shù)，rand ()為隨機(jī)變量。
[0019] 進(jìn)一步的，所述隨機(jī)變量s · w · rand()采用正態(tài)隨機(jī)函數(shù)表示。
[0020] 進(jìn)一步的，設(shè)圖像的像素點(diǎn)為（i，j)，當(dāng)i，j均為奇數(shù)時(shí)，I(i，j)為已知；當(dāng)i，j 均為偶數(shù)時(shí)，插值點(diǎn)的灰度值為：
[0021] 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)
[0022] 當(dāng)i，j為一奇數(shù)一偶數(shù)時(shí)，插值點(diǎn)灰度值為：
[0023] I (x, y) = [I (i-1, j) +I (i, j+1) +I (i, j+1) +I (i+1, j) ] /4+ Δ I (4)
[0025] Δ I表不分形因子，其中G為高斯隨機(jī)變量，服從N(0, 1)分布，H為分形參數(shù)，σ 為像素灰度的均方差。
[0026] 進(jìn)一步的，步驟104中對(duì)兩幅子區(qū)圖像做傅立葉變換，公式分別為
[0029] wjP w彥示頻域坐標(biāo)，F(xiàn)FT表示傅里葉變換，
.表示相位。
[0030] 進(jìn)一步的，步驟105和步驟106具體為：對(duì)目標(biāo)子區(qū)的頻譜g(wx，w v)進(jìn)行濾波可得
[0032] 對(duì)式（8)得到的結(jié)果再進(jìn)行一次傅立葉變換，并設(shè)變換后的坐標(biāo)為（ε，II)，有
[0033] H ( ε , n ) = FFT {h (wx, wy)} = G ( ε , η ) δ ( ε -u, η ~v) (9) 〇
[0034] 本發(fā)明的優(yōu)點(diǎn)及有益效果如下：
[0035] 本發(fā)明本發(fā)明針對(duì)傳統(tǒng)的空間域數(shù)字散斑相關(guān)方法存在計(jì)算量大，測(cè)量分辨率滿 足不了 MEMS微結(jié)構(gòu)平面運(yùn)動(dòng)的測(cè)量要求等缺陷的情況提出的。采用傅立葉變換改進(jìn)傳統(tǒng) 相關(guān)算法因重復(fù)搜索引起的計(jì)算量大的不足，利用位移前圖像制作匹配濾波器，對(duì)位移后 圖像的頻譜進(jìn)行濾波處理，對(duì)得到的結(jié)果再進(jìn)行一次傅立葉變換，輸出為一個(gè)相關(guān)亮點(diǎn)，由 相關(guān)亮點(diǎn)位置確定目標(biāo)子區(qū)的位置。由于噪聲的存在影響位移測(cè)量的精度，利用分形插值 對(duì)位移前后散斑圖像進(jìn)行插值，提高精度，降低噪聲對(duì)測(cè)量的影響。綜上理論研究，本發(fā)明 提出了一種混合分形插值和頻率域數(shù)字散斑相關(guān)技術(shù)的MEMS微結(jié)構(gòu)平面位移測(cè)量方法。
[0036] 在MEMS微結(jié)構(gòu)平面位移測(cè)量中，由于研究的是動(dòng)態(tài)位移的測(cè)量，首先利用人工噴 灑散斑來獲得位移前后的散斑圖。為了降低計(jì)算量，本發(fā)明提出基于匹配濾波的頻域數(shù)字 散斑相關(guān)方法，利用傅立葉變換避免了空域相關(guān)算法中的反復(fù)搜索從而提高了信息提取速 度。為了提高測(cè)試精度，本發(fā)明還用了分形插值算法，在濾波之前對(duì)目標(biāo)子區(qū)進(jìn)行插值處 理，然后進(jìn)行相關(guān)計(jì)算，最終得到位移向量，從而實(shí)現(xiàn)亞像素級(jí)的平面位移測(cè)量。而且本發(fā) 明提出的算法中，通過利用選擇合適的模版大小、適當(dāng)?shù)南嚓P(guān)濾波器、散斑限幅等措施可減 小空域相關(guān)算法中的不利影響，并且通過對(duì)頻率域輸出相關(guān)亮點(diǎn)作銳化處理可使其更加尖 銳，便于準(zhǔn)確定位。
[0037] 本發(fā)明的創(chuàng)新之處在于提出的頻域數(shù)字散斑相關(guān)算法克服了傳統(tǒng)數(shù)字相關(guān)方法 計(jì)算量大的缺陷，以及利用分形的自相關(guān)性，運(yùn)用分形插值技術(shù)提高測(cè)量的精度，實(shí)現(xiàn)