CN112906589B - 一种基于帧间作差法的mems面内动态特性分析方法 - Google Patents

一种基于帧间作差法的mems面内动态特性分析方法 Download PDF

Info

Publication number
CN112906589B
CN112906589B CN202110224363.3A CN202110224363A CN112906589B CN 112906589 B CN112906589 B CN 112906589B CN 202110224363 A CN202110224363 A CN 202110224363A CN 112906589 B CN112906589 B CN 112906589B
Authority
CN
China
Prior art keywords
difference
images
mems
image
dynamic characteristic
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110224363.3A
Other languages
English (en)
Other versions
CN112906589A (zh
Inventor
张云飞
刘婉琪
张岩
王志保
张翰卿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tiandy Technologies Co Ltd
Original Assignee
Tiandy Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tiandy Technologies Co Ltd filed Critical Tiandy Technologies Co Ltd
Priority to CN202110224363.3A priority Critical patent/CN112906589B/zh
Publication of CN112906589A publication Critical patent/CN112906589A/zh
Application granted granted Critical
Publication of CN112906589B publication Critical patent/CN112906589B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种基于帧间作差法的MEMS面内动态特性分析方法，包括如下步骤：S1、提取相邻的两帧图像；S2、将其中一帧图像分N次进行平移，分别与另一帧图像作差，形成了N幅差图；S3、分别计算N幅差图的像素值的总和，寻找像素值总和的最小值对应的差图，则该差图所对应的平移量即为两幅相邻视频帧的位移。本发明所述的基于帧间作差法的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。

Description

一种基于帧间作差法的MEMS面内动态特性分析方法
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帧间作差法的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帧间作差法的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：
一种基于帧间作差法的MEMS面内动态特性分析方法，包括如下步骤：
S1、提取相邻的两帧图像；
S2、将其中一帧图像分N次进行平移，分别与另一帧图像作差，形成了N幅差图；
S3、分别计算N幅差图的像素值的总和，寻找像素值总和的最小值对应的差图，则该差图所对应的平移量即为两幅相邻视频帧的位移。
进一步的，所述步骤S1中，相邻的两帧图像不能发生形变。
进一步的，所述步骤S2中，平移过程中，每次平移0.1步长，。
进一步的，所述步骤S2中，由于需要亚像素级精度，所以利用仿射变换进行线性插值，每次平移0.1个像素；
N的大小由实际需要决定，平移N次后位移大于两帧图像的位移差即可达到要求。
相对于现有技术，本发明所述的基于帧间作差法的MEMS面内动态特性分析方法具有以下优势：
本发明所述的基于帧间作差法的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。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例所述的帧间作差法流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本发明。
本发明采用帧间作差法，流程图如图1所示，具体为以下几个步骤：
1、首先提取连续视频序列图像，取相邻两帧图像。相邻两帧间不能发生形变，否则该方法无效，同样比较适合获得MEMS器件面内刚体运动的情况。
2、将其中一帧图像分N次进行平移，每次平移0.1步长，分别与另一帧图像作差，形成了N幅差图。由于需要亚像素级精度，所以利用仿射变换进行线性插值，每次平移0.1个像素。N的大小由实际需要决定，平移N次后位移大于两帧图像的位移差即可达到要求。
每次只平移0.1个像素单位，下一次平移再在上一次平移的基础上平移0.1个像素单位，这样就保证了步长是一定的，也就最大程度上避免了非线性效应的发生。
3、分别计算N幅差图的像素值的总和，寻找像素值总和的最小值对应的差图，则该差图所对应的平移量即为两幅相邻视频帧的位移。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和系统，可以通过其它的方式实现。例如，以上所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。上述单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于频闪微视觉的MEMS面内动态特性分析方法，其特征在于,包括如下步骤：
S1、提取相邻的两帧图像；
S2、将其中一帧图像分N次进行平移，分别与另一帧图像作差，形成了N幅差图；
S3、分别计算N幅差图的像素值的总和，寻找像素值总和的最小值对应的差图，则该差图所对应的平移量即为两幅相邻视频帧的位移；
所述步骤S1中，相邻的两帧图像不能发生形变；
所述步骤S2中，平移过程中，每次平移0.1步长；
所述步骤S2中，由于需要亚像素级精度，所以利用仿射变换进行线性插值，每次平移0.1个像素；
N的大小由实际需要决定，平移N次后位移大于两帧图像的位移差即可达到要求。
CN202110224363.3A 2021-03-01 2021-03-01 一种基于帧间作差法的mems面内动态特性分析方法 Active CN112906589B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110224363.3A CN112906589B (zh) 2021-03-01 2021-03-01 一种基于帧间作差法的mems面内动态特性分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110224363.3A CN112906589B (zh) 2021-03-01 2021-03-01 一种基于帧间作差法的mems面内动态特性分析方法

Publications (2)

Publication Number Publication Date
CN112906589A CN112906589A (zh) 2021-06-04
CN112906589B true CN112906589B (zh) 2023-05-26

Family

ID=76108148

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110224363.3A Active CN112906589B (zh) 2021-03-01 2021-03-01 一种基于帧间作差法的mems面内动态特性分析方法

Country Status (1)

Country Link
CN (1) CN112906589B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846359A (zh) * 2017-01-17 2017-06-13 湖南优象科技有限公司 基于视频序列的运动目标快速检测方法
CN110428466A (zh) * 2019-07-16 2019-11-08 浙江大华技术股份有限公司 一种非均匀性校正的方法和设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10080006B2 (en) * 2009-12-11 2018-09-18 Fotonation Limited Stereoscopic (3D) panorama creation on handheld device
CN105306787A (zh) * 2015-10-26 2016-02-03 努比亚技术有限公司 图像处理方法及装置
CN106127801A (zh) * 2016-06-16 2016-11-16 乐视控股（北京）有限公司 一种运动区域检测的方法和装置
CN110415268A (zh) * 2019-06-24 2019-11-05 台州宏达电力建设有限公司 一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106846359A (zh) * 2017-01-17 2017-06-13 湖南优象科技有限公司 基于视频序列的运动目标快速检测方法
CN110428466A (zh) * 2019-07-16 2019-11-08 浙江大华技术股份有限公司 一种非均匀性校正的方法和设备

Also Published As

Publication number Publication date
CN112906589A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN100539693C (zh) 快速运动估计方法
CN101945284B (zh) 一种运动估计的装置和方法
CN106851046A (zh) 视频动态超分辨率处理方法及系统
CN104202602B (zh) 执行视频编码的装置及方法
CN112801047B (zh) 缺陷检测方法、装置、电子设备及可读存储介质
CN112233179A (zh) 一种视觉里程计测量方法
CN116524062B (zh) 一种基于扩散模型的2d人体姿态估计方法
CN114663509A (zh) 一种关键点热力图引导的自监督单目视觉里程计方法
CN111178261A (zh) 一种基于视频编码技术的人脸检测加速方法
CN115661097A (zh) 一种物体表面缺陷检测方法及系统
CN112906589B (zh) 一种基于帧间作差法的mems面内动态特性分析方法
CN116740547A (zh) 基于数字孪生的变电站目标检测方法、系统、设备及介质
CN115035164A (zh) 一种运动目标识别方法及装置
CN117146739B (zh) 用于光学瞄准镜的测角检定方法及系统
CN111553954B (zh) 一种基于直接法单目slam的在线光度标定方法
CN105913409A (zh) 一种基于多帧图像融合的图像处理方法
CN117291103A (zh) 一种基于插值和预测算法的车辆轨迹拟合仿真方法
CN111950517A (zh) 一种目标检测方法、模型训练方法，电子设备及存储介质
CN104614704B (zh) 一种确定移动终端位置的方法和装置
CN114399547B (zh) 一种基于多帧的单目slam鲁棒初始化方法
CN114494349B (zh) 基于目标特征时空对齐的视频跟踪系统及方法
CN112906802A (zh) 一种基于模板匹配法的mems面内动态特性分析方法
CN110750757B (zh) 一种基于灰度线性建模及金字塔分解的图像抖动量计算方法
CN202931463U (zh) 基于特征块的视频稳像装置
CN112597177B (zh) 一种基于点位标记的高炉实时数据更新方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant