CN101149251A - 基于多质心相对位置不变性的测量微结构旋转运动方法 - Google Patents

Abstract

本发明公开了一种基于多质心相对位置不变性的测量微结构旋转运动方法。所述的测量方法包括微结构运动序列图像的获取，微结构图像中孤立图像特征的选择，孤立图像特征质心的提取，孤立图像特征在运动序列图像中的跟踪，多质心连线在运动序列图像中空间位置的分析和旋转角度的计算。本发明的优点在于：在微结构在进行平面刚性运动时，其孤立图像特征的质心的空间位置变化反映位移量，而两个或更多质心之间的相对位置是不变的，则质心之间连线的空间位置变化则能反映出旋转角度，于是利用微结构运动序列图像中多个孤立图像特征质心的连线可实现平面旋转角度的精确提取，该方法过程简单，计算量小，测量分辨率高。

Description

基于多质心相对位置不变性的测量微结构旋转运动方法

技术领域

本发明涉及一种基于多质心相对位置不变性的测量微结构旋转运动方法，属于面向微机电系统的光电非接触法的机械量测量技术。

背景技术

微机电系统(MEMS)是在微电子技术的基础上发展起来的，是由电子和机械元件组成的集成化器件或系统，采用与集成电路兼容的大批量处理工艺制造，尺寸在微米到毫米之间，将计算、传感与执行融为一体，从而改变了感知和控制自然界的方式。微机电系统(MEMS)的大部分制造工艺与微电子技术领域的加工工艺相兼容，但是相当数量的MEMS器件包含可运动的结构，这是与微电子器件的最大区别。

从测试角度来看，MEMS中可运动的结构必然带来对运动参数测试的要求，依据运动的坐标分布，微结构的三维运动可分为平面运动参数测试和离面运动参数测试。

光学测试方法由于其非接触、快速、精度高等优点，在MEMS测试领域中得到广泛应用。由于尺寸的缩小，绝大多数微结构的运动频率都比较高，一般在50K～500KHz，甚至更高。利用光学方法进行微结构测试，最有效的方法是获得其运动瞬间的位置变化，直接的方法是采用高速摄像机进行瞬态运动状态的图像采集。然而，高速摄像机价格昂贵，难以进行大范围的应用推广。另外一种解决方法是采用频闪成像技术，该技术可采用每秒采集图像为十几帧的普通摄像机。由于单次频闪不能得到足够的光强进行成像，因此需要对相同运动瞬间进行若干次频闪成像，摄像机得到的图像来自于若干次频闪照明下光强的总和，这也就要求被测的微结构进行重复性很高的周期运动。

通过高速摄像或频闪成像的方法可得到包含微结构平面运动各个瞬间的运动信息的图像序列，运用计算机视觉中的图像运动估计算法就可从该图像序列中计算出微结构平面运动参数。

微结构平面运动参数包括平面位移和旋转角度。微结构平面位移的计算可直接借鉴宏观图像运动估计方法，测量分辨率也同样可达到1/100像素，由于微结构在测量时都是在显微光学放大系统下成像的，因此位移测量分辨率能达到10纳米；图像匹配和图像相关是位移量计算的主要方法，通过一些改进可用于实现角度测量；另外，旋转角度的测量还可通过边缘提取算法获得图像中的边缘来实现。通过对现有技术的综合分析和比较，目前所报道的技术方案在实际应用中主要存在以下几方面的问题：(1)图像匹配是在一幅图像中选择一个子区域，然后在其他图像中搜索最匹配的子区域，两个子区域的相对位置就是位移量，由于搜索是通过平移子区域得到的，如果存在旋转运动，还需要将子区域旋转不同角度，然后再进行平移搜索，运算量非常大；(2)图像相关如果在时域中进行，那么同样存在上述角度搜索遍历，计算量很大，如果将图像从空间坐标转换成极坐标，计算量减小了，但是从直角坐标系转换到极坐标系，存在一个采样不均匀问题，即靠近极坐标原点的图像像素采样过密，而离原点较远的采样又过于稀疏，各个像素对变换域图像的贡献不同，因此测量旋转角度的分辨率不高；(3)通过提取图像边缘来实现旋转角度测量一般都要求边缘为直线，这限制了该方法的适应能力；(4)微结构旋转角度一般很小，且要求测量分辨率很高，目前沿用宏观旋转角度测量方法不能完全满足微结构旋转角度测量分辨率的要求，且这些测量方法未能考虑MEMS微结构上存在的普遍图像特征。

所述的MEMS微结构上的图像特征来源：MEMS的主要加工工艺有体硅加工工艺和表面硅加工工艺，而具有运动能力的微结构都属于悬空式结构，这样必须采用相应的腐蚀工艺将临时支撑层腐蚀，所以一般都在运动微结构上设计一定数量的腐蚀孔，而在图像中这些腐蚀孔与微结构其他部分有明显的灰度差异，可看作为孤立图像特征。

发明内容

本发明的目的在于，针对微机电系统(MEMS)，提供一种基于多质心相对位置不变性的测量微结构旋转运动方法，该方法测量微结构旋转运动过程简单，测量分辨率高。

本发明是通过下述技术方案加以实现的。一种基于多质心相对位置不变性的测量微结构旋转运动方法，其特征在于包括以下步骤：

(1)采用包括光学显微镜、数字摄像机、数字图像采集卡和计算机的显微光学系统，对具有平面位移和旋转运动的微结构的多个瞬时状态摄像，获得微结构运动序列图像；

(2)在对步骤(1)获得的微结构运动序列图像的第一幅图像上选择两个或两个以上子区域，形成的每个子区域图像包含一个孤立图像特征，则在每个子区域图像中外围部分的图像灰度与内部孤立图像特征的图像灰度不同；

(3)对步骤(2)选择的每个子区域图像进行插值放大，依据每个子区域图像中外围部分灰度的不同，提取出各个孤立图像特征的亚像素级边缘，并按照图像几何矩的比值求取图像边缘所包容孤立图像特征的图像质心位置；

(4)对步骤(2)选择的微结构运动序列图像的第一幅图像上的子区域图像分别在微结构运动序列图像中的其他图像上分别进行子区域图像块匹配，则可获得子区域图像平面位移量的像素级初值；

(5)按照步骤(4)获得的第一幅图像上选择的子区域图像平面位移量的初值，则能够确定在微结构运动序列图像的其他图像中子区域图像的相对位置；

(6)按照步骤(3)的方法，对步骤(5)确定的微结构运动序列图像的其他图像中子区域图像所包含孤立图像特征的图像质心位置进行计算，通过计算序列图像中相同孤立图像特征的图像质心位置的变化则得到具有亚像素分辨力的平面位移量；

(7)在微结构运动序列图像的每一幅图像中，对任意两个子区域图像中孤立图像特征的图像质心进行连线，按照质心位置计算出该连线在本幅图像中的斜率；

(8)按照步骤(7)所计算出微结构运动序列图像各幅图像中两个质心连线的斜率，计算各质心连线的斜率的差值则得到各幅图像之间的旋转角度；

(9)按照(1)-(8)步骤，两个质心的连线得到一组旋转角度数据，对于三个质心的情况，则得到三组旋转角度数据，三个以上的质心的情况以此类推，理论上各组旋转角度数据应该是完全相同，但在实际应用中会存在一些差异，则应对多组旋转角度数据进行平均值和均方差计算，与平均值的偏差超过均方差的数据为粗大误差数据，则剔除，剩余数据再取平均则得到更为精确的旋转角度测量结果。

本发明的优点在于：微结构在进行平面刚性运动时，其孤立图像特征的质心的空间位置变化反映位移量，而两个或更多质心之间的相对位置是不变的，质心之间连线的空间位置变化则能反映出旋转角度，利用微结构运动序列图像中多个孤立图像特征质心的连线可实现平面旋转角度的精确提取，实现方法简单，计算量小，测量分辨率高。

附图说明

图1基于多质心相对位置不变性的微结构旋转角度测量原理示意图；

图2基于多质心相对位置不变性的微结构旋转运动测量方法流程图；

图3微陀螺的平面图像；

图4微陀螺旋转1.0°后的平面图像；

图5微陀螺旋转角度测量结果线图；

图6微谐振器0°运动相位的平面图像；

图7微谐振器90°运动相位的平面图像；

图8微谐振器平面位移测量结果曲线图；

图9微谐振器旋转角度测量结果线图。

具体实施方式

实施例1：

本实施例主要关注基于多质心相对位置不变性的微结构旋转角度测量方法的原理和在微陀螺旋转角度测量中的实施。

MEMS的主要加工工艺有体硅加工工艺和表面硅加工工艺，而具有运动能力的微结构都属于悬空式结构，这样必须采用相应的腐蚀工艺将临时支撑层腐蚀，所以一般都在运动微结构上设计一定数量的腐蚀孔，而在图像中这些腐蚀孔与微结构其他部分有明显的灰度差异，可看作为孤立图像特征。

图1为基于多质心相对位置不变性的微结构旋转角度测量原理示意图。为了叙述和绘图简单，图中只列出了两个质心的情况，且孤立图像特征为三角形，并且只计算两幅图像之间的旋转角度，而两个以上的质心和任意形状孤立图像特征及更多数量之间旋转角度的计算可以从下述方法类推得到。图1中外围实线方框表示原始图像的空间位置，外围虚线方框表示原始图像旋转后新图像的空间位置。在原始图像的左上部和右下部有两个三角形的孤立图像特征，可选择两个子区域图像，每个子区域图像包含了一个孤立图像特征，子区域图像的外围图像部分与所包含的孤立图像特征在灰度上有明显区别。将所选择两个子区域图像分别在原始图像旋转后的新图像上搜索匹配的子区域图像，由于微结构平面运动方向一般可预知，搜索策略选择最简单的十字搜索法，图像块匹配的准则可选择常规的最小均方误差准则、最小平均绝对差准则和绝对误差和函数准则。由于原始图像旋转后的新图像中两个孤立图像特征产生了旋转，上述搜索匹配子区域图像只能得到大致的位置，但是这不影响后续计算过程。以搜索匹配子区域图像得到的大致位置为中心，按照在原始图像选择子区域图像的大小在旋转后的新图像上建立两个新的子区域图像，对子区域的灰度进行判断，以确保原孤立图像特征仍包含在新的子区域图像内部，如果因旋转而导致不能完全包含，以一个像素为增量扩大新建立子区域图像的大小，直至在旋转后新图像上新的子区域图像能够包含原孤立图像特征。

通过上述过程，在原始图像中存在两个子区域，分别包含一个孤立图像特征，在旋转后图像中同样存在两个子区域，分别包含一个旋转后的孤立图像特征。由于下述计算过程中求取的是其中孤立图像特征的质心，而不是子区域图像的质心，因此子区域的大小对最终计算结果没有任何影响。对原始图像中两个子区域图像运用边缘提取算法，由于所包含的孤立图像特征与外围部分存在灰度差，两个孤立图像特征就能提取出来，从而可分别计算出各个孤立图像特征的质心，通过这两个质心的位置就可计算出两者连线的斜率。重复利用上述方法同样可计算出旋转后图像中两个孤立图像特征的质心位置和质心连线的斜率。通过比较原始图像中质心和旋转后图像中质心的位置，就可得到平面位移量。通过比较原始图像中两质心连线和旋转后图像中两质心连线的斜率，就可得到旋转角度。图2为基于多质心相对位置不变性的微结构旋转运动测量方法流程图。

为了获得质心的亚像素精确位置，在上述孤立图像特征质心计算过程中，首先用线性插值法将图像放大，其次使用梯度法和二次曲面对孤立图像特征边缘进行拟合，以边缘灰度变化的中点作为实际边缘，减小了成像过程中照明强度波动的影响，从而获得了孤立图像特征的亚像素边缘，再次对上述得到亚像素边缘所包容孤立图像特征部分用相同的灰度值进行填充，进行均一化处理，减少了照明不均匀的影响，最后依据均一化处理的孤立图像特征按照图像几何矩的比值计算出图像质心，计算步骤如下。

第0阶几何矩： $m_{00}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}f(i,j)$

第1阶几何矩：x方向 $m_{10}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{if}(i,j)$

y方向 $m_{01}=\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\mathrm{if}(i,j)$

孤立图像特征质心坐标：x方向i_c＝m₁₀/m₀₀

y方向j_c＝m₀₁/m₀₀

其中，i为子区域图像x坐标，j为子区域图像y坐标，f(i，j)为子区域图像的灰度，其中边缘所包容的孤立图像特征的灰度是上述人为填充的值，边缘外部区域的灰度为0。

由于上述孤立图像特征边缘提取具有亚像素精度，而质心计算本身也具备亚像素精度，因此所计算出的孤立图像特征具有非常高的精确度，保证了旋转角度的精确测量。

图3为一种微陀螺的显微图像，将该图像以0.01°为增量旋转10次，得到10幅新图像，然后再以0.1°为增量旋转9次，再得到9幅新图像，图4为微陀螺最后旋转得到的图像(与原始图像存在1.0°的旋转角度)。在图3中选择2个子区域，分别包含了一个释放孔。运用上述测量方法进行旋转角度测量，图5为旋转角度测量的结果。从测量结果可看出，该方法具有0.01°的角度测量分辨率。

实施例2：

本实施例主要关注基于多质心相对位置不变性的微结构旋转角度测量方法在微谐振器中的应用。

微谐振器为静电型器件，在外界激励电压信号作用下将产生运动。在本实施例中，激励电压信号为频率23kHz的正弦波，幅度为10V，偏置电压为40V，微谐振器将以激励频率进行往复运动。虽然该往复运动的理想情况是只存在平移，但是由于加工过程中多种因素的影响，可能会存在轻微的角度变化。将此正弦波的一个激励周期以30°相位进行划分，一个周期共12个相位，在每个相位用频闪成像技术获得瞬时的运动图像，那么一个完整的运动周期就采集了13幅图像。图6和图7分别为微谐振器0°和90°运动相位的平面图像。在图6中选择3个子区域，按照从左至右和从上至下的次序分别记为子区域1、子区域2、子区域3，每个子区域包含一个孤立点特征。将所采集的第1幅图像作为参考，即0°相位，首先选择子区域1和子区域2，按照实施例1所述的方法就可得到其他运动相位下相对于0°相位的平面位移和旋转角度，作为第一组数据；其次选择子区域1和子区域3，计算得到第二组数据；最后选择子区域2和子区域3，计算得到第三组数据。理论上各组旋转角度数据应该完全相同，在实际应用中会存在一些差异，就可以对多组旋转角度数据进行数学统计分析，可以剔除可能出现的粗大误差数据，剩余数据取平均就可得到更为精确的旋转角度测量结果。在本实施例中将这三组数据取平均，得到的测量结果如图8和图9。图8是微谐振器平面位移的测量结果，图9是微谐振器旋转角度测量结果。

Claims (1)

1.一种基于多质心相对位置不变性的测量微结构旋转运动方法，其特征在于包括以下步骤：

(1)采用包括光学显微镜、数字摄像机、数字图像采集卡和计算机的显微光学系统，对具有平面位移和旋转运动的微结构的多个瞬时状态摄像，获得微结构运动序列图像；

(2)在对步骤(1)获得的微结构运动序列图像的第一幅图像上选择两个或两个以上子区域，形成的每个子区域图像包含一个孤立图像特征，则在每个子区域图像中外围部分的图像灰度与内部孤立图像特征的图像灰度不同；

(3)对步骤(2)选择的每个子区域图像进行插值放大，依据每个子区域图像中外围部分灰度的不同，提取出各个孤立图像特征的亚像素级边缘，并按照图像几何矩的比值求取图像边缘所包容孤立图像特征的图像质心位置；

(4)对步骤(2)选择的微结构运动序列图像的第一幅图像上的子区域图像分别在微结构运动序列图像中的其他图像上分别进行子区域图像块匹配，则可获得子区域图像平面位移量的像素级初值；

(5)按照步骤(4)获得的第一幅图像上选择的子区域图像平面位移量的初值，则能够确定在微结构运动序列图像的其他图像中子区域图像的相对位置；

(6)按照步骤(3)的方法，对步骤(5)确定的微结构运动序列图像的其他图像中子区域图像所包含孤立图像特征的图像质心位置进行计算，通过计算序列图像中相同孤立图像特征的图像质心位置的变化则得到具有亚像素分辨力的平面位移量；

(7)在微结构运动序列图像的每一幅图像中，对任意两个子区域图像中孤立图像特征的图像质心进行连线，按照质心位置计算出该连线在本幅图像中的斜率；

(8)按照步骤(7)所计算出微结构运动序列图像各幅图像中两个质心连线的斜率，计算各质心连线的斜率的差值则得到各幅图像之间的旋转角度；

(9)按照(1)-(8)步骤，两个质心的连线得到一组旋转角度数据，对于三个质心的情况，则得到三组旋转角度数据，三个以上的质心的情况以此类推，理论上各组旋转角度数据应该是完全相同，但在实际应用中会存在一些差异，则应对多组旋转角度数据进行平均值和均方差计算，与平均值的偏差超过均方差的数据为粗大误差数据，则剔除，剩余数据再取平均则得到更为精确的旋转角度测量结果。

Images