基于机器视觉的MEMS微结构平面运动的测量
MEMS动态参数是MEMS设计的一个重要指标，目前通过将计算机视觉技术与光学显微技术进行结合的MEMS动态测量方法越来越受到广大学者的关注。其中最关键的是如何选择合适的图像分析理论与方法。在MEMS图像分析理论与方法研究中，获得高分辨率测量结果的方法是研究的重点。因此，开展基于机器视觉的MEMS微结构平面运动高分辨率测量方法的研究具有重要的理论意义和实际应用价值。
首先，阐述了国内外MEMS动态测试技术的研究现状和发展趋势，对MEMS动态特性测试技术的重要性进行了分析，认为振幅和位移是MEMS微结构平面运动测量方法研究中的重要内容。
然后，论文对传统基于小波变换的振幅测量方法进行了研究，针对测量分辨率不佳的问题，提出了一种混合分形插值和小波变换的振幅亚像素级测量方法。该方法通过分形插值技术重建运动模糊图像的边缘细节，应用小波变换进行边缘检测，实现了MEMS微结构平面运动振幅的亚像素级测量。
在完成振幅测量的基础上，考虑到MEMS设计需要获得一个运动周期内任意相位下的位移参数，而前述混合分形插值和小波变换的振幅亚像素级的测量方法无法完成位移参数的测量，本文在研究基于相位相关技术的位移测量方法的基础上，提出了一种基于SVD的MEMS微结构平面位移测量方法，有效地克服了基于相位相关的位移测量法计算量过大和光照鲁棒性较差的问题，实现了MEMS微结构平面运动的亚像素级的位移参数的快速测量。
最后，在微视觉系统平台上进行实验验证，结果表明，混合分形插值和小波变换的振幅测量方法能获得亚像素级的测量精度，其振幅测量的稳定性优于传统的小波算法;基于SVD的MEMS微结构平面位移测量能够进行位移的亚像素级快速测量，并且测量稳定、有效。
微机电系统;机器视觉;小波变换;分形插值;相位相关;奇异值分解;平面运动
重庆邮电大学
硕士
物理电子学
胡章芳
2013
中文
TP391
70
2013-12-31（万方平台首次上网日期，不代表论文的发表时间）