[发明专利]一种基于模板匹配法的MEMS面内动态特性分析方法

说明书

本发明提供了一种基于模板匹配法的MEMS面内动态特性分析方法，包括如下步骤：S1、手动选取模板，选取MEMS器件运动视频的其中一帧图像，并选取该图像中的部分区域作为模板与输入的图像进行匹配；S2、将模板和输入的图像同时放大相同的倍数；S3、进行模板匹配定位；S4、计算相邻两帧图像之间的位移。本发明所述的基于模板匹配法的MEMS面内动态特性分析方法利用亚像素级定位算法进行面内位移的计算，在保持结果精度的前提下，使得抗干扰能力大幅提升、计算时间大幅度减少，有利于MEMS器件的指导设计制造、产品可靠性和研发效率大大提高，对于成本的降低也具有重要的意义。

技术领域

本发明属于视频检测技术领域，尤其是涉及一种基于模板匹配法的MEMS面内动态特性分析方法。

背景技术

MEMS是当今微纳技术研究的重要方向之一，是在微电子基础上发展起来的多学科交叉的新兴学科。MEMS器件的生产流程中，有器件的设计、模拟仿真、制造以及质量控制等诸多重要的环节，其中检测也是极其重要的一步。选择合适的图像运动分析算法是决定测试结果的关键因素。目标在图像中的定位是微视觉技术中最基本和最重要的任务,其分为粗定位(像素级)和精定位(亚像素级)两种。亚像素定位算法主要有矩方法、拟合法和数字相关法等，可以进行高精度面内运动测量，但是计算时间较长。像素级定位算法,如差平方和法、差绝对值法以及协方差等相关法等，运算时间短但精度相对于亚像素级定位来说较低。

发明内容

有鉴于此，为克服上述缺陷，本发明旨在提出一种基于模板匹配法的MEMS面内动态特性分析方法。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于模板匹配法的MEMS面内动态特性分析方法，包括如下步骤：

S1、手动选取模板，选取MEMS器件运动视频的其中一帧图像，并选取该图像中的部分区域作为模板与输入的图像进行匹配；

S2、将模板和输入的图像同时放大相同的倍数；

S3、进行模板匹配定位；

S4、计算相邻两帧图像之间的位移。

进一步的，所述步骤S1中，选取模板时，模板应包含尽量多的边缘信息。

进一步的，所述步骤S2中，将模板和输入的图像同时放大100倍。

进一步的，所述步骤S2中，利用Open CV库中提供的图像尺寸调整的函数Resize函数对每帧图像和模板图像进行放大。

进一步的，所述步骤S3的具体方法如下：

使用matchTemplate函数在输入图像中从左到右、从上到下的滑动寻找各个位置区块与模板图像的相似度，将matchTemplate函数的相似度寻找结果保存到result图像中，result图像的每一点处的亮度表示该处输入图像与模板图像的匹配程度，得到result图像后，用函数minMaxLoc利用标准化协方差相关法进行像素级定位，定位亮度最大值找到最佳匹配点，得到像素级匹配位置(i，j)。

进一步的，所述步骤S4的具体方法如下：

将定位后将像素匹配位置缩小与步骤S2相应的倍数，得到精确到小数点后两位的粗略的亚像素级位置(x0，y0)；

设在第i时刻的匹配位置为(xi，yi)(i＝1,2,3…N，其中N为视频帧的总数)则第i时刻视频帧相对于第i-1时刻的视频帧的面内位移为：

(x，y)＝(xi，yi)-(xi-1，yi-1)。

相对于现有技术，本发明所述的基于模板匹配法的MEMS面内动态特性分析方法具有以下优势：