摘要：提出一种将计算机微视觉与鲁棒多尺度运动估计算法相结合的测量微运动的方法。设计一种用于微运动测量的鲁棒多尺度运动估计算法。在该算法中,根据滤波器的不同特性,在多尺度金字塔的不同尺度层采用不同的滤波器估计运动。这种分层估计的方法不但可以提高测量精度,而且可以加快测量速度。分析计算机微视觉测量系统的组成,并对设计的微视觉测量系统进行标定。以精密定位平台为测量对象,采用计算机微视觉与鲁棒多尺度运动估计算法相结合的方法测量了精密定位平台的平面微运动。该方法用于测量2000nm左右的微运动时,最大测量偏差达到了12.5nm。试验结果表明,这种将计算机微视觉与鲁棒多尺度运动估计算法相结合的方法能够实现高精度的平面微运动测量。

摘要：同时考虑测量算法的精度和效率,给出了一种性能表现较好的微运动测量方法。在设计该微运动测量方法时,根据算法的偏差-时间性能评估方法,通过选取合适的算法参数,找到一种精度和效率性能表现较好的微运动测量方法。实验模拟表明,提出的方法性能表现较好,用于测量大约2个像素的MEMS图像时,最大测量偏差小于0.025个像素。

摘要：对计算机微视觉微运动测量系统采集的图像噪声及处理方法进行了研究。分析了各种在微运动测量时引起测量误差的图像噪声。在此基础上,通过对一幅典型的由计算机微视觉微运动测量系统采集的MEMS图像进行分析,给出了减少这些噪声的常用方法。分析表明了对于这种微结构图像以下噪声处理方法的有效性:首先采用中值滤波器减少散粒噪声以及采用一个低通滤波器减少高频噪声,然后采用两点修正法可以减少固定图像噪声;此外,在采集图像时适当增加曝光时间可以减少机械噪声的影响。