[发明专利]基于模糊图像相关和分形小波插值的MEMS面内微运动测量方法

说明书

技术领域

本发明属于微机电系统和计算机视觉测量领域，具体涉及静电梳齿谐振器的振幅测量方法。

背景技术

微机电系统(MEMS：Micro-Electro-Mechanical-Systems)是将信息获取、处理和执行集成在一起的微型化智能系统，MEMS器件主要由微传感器、信号处理与控制电路、微执行器、接口和电源等部件构成，广泛应用于航空、航天、汽车、生物医学、环境监控、军事等领域，其发展开辟了一个全新的技术领域和产业。

MEMS的测试包括静态测试和动态测试，动态测试包括面内动态参数测量和离面动态参数测量两大类，而振幅和振动方向测试是面内动态参数测量的重要内容，能为建立和验证器件的理论模型和失效机理提供必要的参考。因此以微谐振器为主要研究对象，对MEMS面内运动参数测量，特别是振幅和振动方向的测量理论和方法进行研究，具有重要的理论意义和实际应用价值。

在基于模糊图像的MEMS面内微运动测量研究中，D J Burns等人使用时间平均法对器件振幅进行测量，该方法采用最小二乘法将静止图像与运动模糊图像进行匹配，通过不断的逼近模糊图像，达到测量面内运动幅度的目的。同年，白顺科等人对该方法进行了改进，提出采用四阶龙哥库塔公式进行数值积分，而导数的计算使用二阶牛顿微分公式，从而实现了公式的离散化，在逼近求解过程中提出了新的迭代解法。2003年曹源[11]等人利用平均时间法测量得到了器件运动速度，并对基于时间平均法的振幅测量方法进行了简化，易于实践，使误差得到了很好的控制。

汪国宝等人在研究模糊图像成像模型的基础上，提出了贝塞尔函数法测量振幅，通过检测模糊图像频谱中暗条纹的间距达到振幅测量的目的。王超峰等人对该方法进行了改进，使用Radon变换等方法得到了器件振幅和振动方向参数。

Pal等人在研究研究图像的模糊集理论模型的基础上，提出了经典的基于模糊集的模糊边缘检测方法，能够有效的将物体边缘从模糊图像中检测出来，并将其应用到模式识别和医疗图像处理中。金翠云等人采用模糊图像合成技术提取和分析了MEMS平面微运动参数，通过扫频和扫压技术，对MEMS谐振器进行图像处理，获得了MEMS器件的平面微运动特性参数。陈治等人在研究模糊图像边缘特点的基础上，提出了一种基于分形小波的MEMS模糊边缘检测算法，并将该方法应用于MEMS面内运动测量中，取的了高精度的测量结果。陈治等人又将小波变换与基于模糊集的图像增强技术相结合，提出了一种新的MEMS谐振器振幅测量方法，提取了MEMS谐振器的运动幅值，优化了测量重复性误差，并通过扫频技术获得了MEMS谐振器的幅频特性曲线。

陈前荣在研究运动模糊图像的数学模型基础上，将光学相关识别方法应用于模糊图像恢复中，测量得到了运动模糊图像的振幅和振动方向参数。罗元等人将该方法应用于MEMS面内微运动测量中，针对MEMS图像的灰度分布特性，提出了改进措施，增强了振幅测量曲线中的特征峰，使其更加容易检测。

综上，基于模糊图像的MEMS面内微运动测量方法，对设备要求不高，计算量小，易于实现在线测量，具有广阔的应用前景，越来越受到研究者的重视。尽管近年来对MEMS面内微运动测量方法的研究已有了相当的研究成果，但对模糊图像分析理论和处理方法的研究和探索仍在继续。要最终形成成熟的应用技术，还需要更具创新性的研究，或者大量细致的完善工作。在国内外对MEMS面内微运动测量理论与方法研究日益重视的背景下，拓展思路，适时进行基于模糊图像的MEMS面内微运动测量方法的研究是必要而且迫切的。

发明内容

本发明提出一种基于模糊图像相关和分形小波插值的MEMS面内微运动测量方法，用以从模糊图像中获取MEMS谐振器振幅参数，克服模糊图像插值过程中振幅测量曲线的失真问题。

对于一些包含可动部件的MEMS器件来说，其在器件稳定工作时的运动频率都很高，一般在10K～500KHz而由于一般CCD摄像机的采集速率相比之下都很低，因此在连续光照明下对高速运动的MEMS器件的运动图像进行采集，运动物体，尤其是高频振动状态下的物体，在CCD像平面上所成的像往往都是模糊的。尽管采集到的器件图像是模糊不清的，并不能正确反映MEMS器件在某一个特定位置的运动状态，但是从图像成像的过程来看，这样的图像却包含了MEMS器件面内微运动的振动方向及最大运动幅度等运动信息。