基于最優(yōu)盒維數(shù)圖像匹配的MEMS面內(nèi)位移測(cè)量.pdf

1、MEMS的動(dòng)態(tài)特性決定了MEMS器件的基本性能，其測(cè)試技術(shù)得到國(guó)內(nèi)外的高度重視，在眾多方法中基于微視覺的技術(shù)因能實(shí)現(xiàn)高速高精度測(cè)量而備受關(guān)注。圖像分析理論與方法的研究是基于微視覺測(cè)量的技術(shù)核心，而圖像相關(guān)性研究是提高測(cè)度試速度和精度的關(guān)鍵，分形具有自相似性這一重要特征在利用圖像相關(guān)性方面有著很大的發(fā)展?jié)摿ΑＲ虼?，將分形運(yùn)用于圖像匹配和MEMS的動(dòng)態(tài)測(cè)試具有深遠(yuǎn)的研究意義和實(shí)用價(jià)值。
　　 首先，本文闡述了國(guó)內(nèi)外MEMS動(dòng)態(tài)測(cè)量方

2、法研究的現(xiàn)狀，以提高M(jìn)EMS面內(nèi)位移測(cè)量的精度為目的，根據(jù)區(qū)域質(zhì)心的不變性，選定了基于區(qū)域質(zhì)心的MEMS面內(nèi)位移測(cè)量方法，并進(jìn)行了測(cè)量系統(tǒng)的總體設(shè)計(jì)。
　　 其次，在基于區(qū)域質(zhì)心的MEMS面內(nèi)位移測(cè)量中，圖像匹配是測(cè)量的關(guān)鍵。本文利用分形的自相似性在充分利用圖像相關(guān)性方法具有的發(fā)展?jié)摿?，將分形理論用于圖像的相關(guān)性匹配技術(shù)中，提出了基于分形維數(shù)的圖像匹配算法，實(shí)現(xiàn)了圖像的高精度匹配。
　　 由于分形維數(shù)的計(jì)算是基于分形維數(shù)

3、圖像匹配的核心，本文對(duì)分形維數(shù)的計(jì)算方法進(jìn)行了深入研究，在目前最常用的差分盒計(jì)數(shù)法(differential box counting，DBC)的基礎(chǔ)上進(jìn)行改進(jìn)，提出了一種新的分形維數(shù)計(jì)算法—最優(yōu)盒計(jì)數(shù)法，它克服了差分盒計(jì)數(shù)法存在“空盒子”被計(jì)數(shù)的缺陷，使得測(cè)得的圖像維數(shù)值更接近圖像的實(shí)際維數(shù)值。在此基礎(chǔ)上，提出基于最優(yōu)盒維數(shù)的圖像匹配方法，進(jìn)一步提高了基于分形維數(shù)的圖像匹配算法的精度。為進(jìn)一步提高匹配精度，采用了分形插值法實(shí)現(xiàn)亞像素級(jí)