基于计算机视觉的微机电系统的测试装置与方法 技术领域
本发明涉及一种基于计算机微视觉技术测量微机电系统(MEMS)中平面结构的几何量参数和运动特性的装置与方法。属于面向微机电系统的光电非接触法的几何量和机械量测试技术。
背景技术
测试技术在微机电系统(MEMS)研发过程与产业化过程中具有重要的现实意义。目前MEMS的测试手段主要是借助于传统的IC测试工具和扫描电子显微镜、原子力显微镜等昂贵的微观测试设备，但以上设备并不是针对MEMS测试的专用设备，无法实现MEMS结构动态特性的测试，同时这些设备价格昂贵，测试速度慢，测量范围小，对测试环境要求苛刻。近年来，随着MEMS从研究阶段逐渐步入产业化阶段，对测试系统的需求更为迫切。由于通过几何尺寸和运动特性地测量，可间接反映出MEMS器件的基本性能，如：MEMS微结构三维微运动情况、材料属性及机械力学参数、MEMS可靠性与器件失效模式、失效机理等，因此MEMS动态测试技术的重要性更为突出。
MEMS结构的测试分为以下几个部分：一是结构平面尺寸的测量；二是结构平面运动的测量；三是结构纵向尺寸的测量；四是结构纵向运动的测量。由于MEMS结构的动态特性决定了MEMS的基本性能，因此动态测试技术在MEMS研发过程中具有重要的意义。
近年来，对微尺度下MEMS器件动态特性的测试方法已经进行了很多有益的探索，并取得了一些有实用价值的研究成果，如应用频闪成像技术采集周期性高速运动的MEMS活动部件的运动图像，利用数字图像处理技术分析其动态特性；通过激光精密测量中的相移干涉技术和计算机视觉中的亚像元分析技术等来提高测量精度；利用激光多普勒测速技术实现MEMS器件瞬态运动的实时测量等。
基于计算机微视觉的测量技术在MEMS结构运动参数的检测方面得到较为广泛的应用，而且国外的研究机构报道了一些关于利用计算机微视觉进行MEMS动态测试方面的综合应用实例，其中主要的技术特点是利用频闪照明实现周期运动的瞬间“冻结”。
通过对目前该研究方向的技术进行综合分析和比较，主要存在以下几方面的问题：第一、测试方法单一，难以满足MEMS结构的多样化的平面运动对测量的要求。第二、测量装置系统性不强，扩展能力较差；第三、所采用的计算机微视觉算法基本上都是直接采用静态计算机视觉处理方法，在处理动态图像的模糊性时存在一定的偏差；第四、对MEMS结构的形状误差缺乏归一化的系统评价，导致测量数据的可比性不强。
发明内容
本发明的目的在于提供一种基于计算机微视觉技术测量微机电系统(MEMS)平面几何量参数和动态特性的装置与方法，它具有测量方式多样、扩展能力强、测量频率范围宽、测量精度高等特点。
本发明是通过下述技术方案加以实现的。基于计算机微视觉技术，进行微机电系统(MEMS)平面几何参数和动态特性测试的装置，该装置包括由三维微动测试台、光学显微镜、频闪照明装置、MEMS结构运动激励装置、CCD摄像机、图像采集卡、GPIB控制卡、任意波形发生器、测量和控制计算机组成，如图2所示，其特征在于，光源采用高亮度的发光二极管LED，并辅以高带宽的恒流驱动电路和前置的任意波形发生器；MEMS运动驱动采用以单片高压运放为核心的电压驱动电路，具有多级增益调整，辅以前置的任意波形发生器。
上述的光源为高亮度发光二极管LuxeoTM Star，驱动电路的主芯片为EL6249C，可产生50ns的频闪信号，可实现运动频率达到1MHz的测量。
上述的运动驱动部分以APEX公司的高压运放PA85作为核心，电路设有10X，20X及可调3档增益调整，可将由前置任意波形发生器输出的±10V电压信号放大到±10V～±200V，作为待测MEMS器件的驱动电压，满足不同MEMS器件的驱动电压需求。
采用上述装置，基于计算机微视觉技术进行微机电系统(MEMS)平面几何量参数和动态特性的测量方法，其过程包括频闪与驱动信号的同步控制、MEMS结构图像的采集、平面图像特征的归一化几何量参数评价、利用模糊图像进行平面运动估计、利用图像匹配进行平面运动估计。其特征在于，在连续照明条件下对静止MEMS结构进行平面几何参数测量时：
(1)将被测的MEMS器件固定在三维微动测试台；将照明装置设置为连续照明方式，对MEMS器件进行照明；
(2)利用标准PAL制CCD摄像机，获得MEMS的被测结构的静止图像，并利用图像特征路径跟踪技术和亚像元分析技术进行归一化评价，进行平面几何量参数的测量；
(3)归一化评价的准则是：将图像上突变区域灰度中点作为轮廓点，并以人为定义的测量线为优选搜索路径，结合三次曲线拟合的亚像元分析技术确定对应的亚像元精度表面轮廓线；依据表面轮廓线确定包络直线的中线作为测量基准线，以进行角度、直线度、平行度和垂直度的评价；长度的测量是测量线局部区域中两测量基准线的距离，而不测量线上两测量点对应像素的距离。
在连续照明条件下对运动MEMS结构采用模糊图像技术进行平面运动参数测量时：
(1)在三维微动测试台的电极引脚端施加一运动激励信号，使得MEMS的被测结构能够以一定频率进行周期平面运动；
(2)利用标准PAL制CCD摄像机，获得MEMS的被测结构的平面运动模糊图像，并采用边缘检测和亚像元等图像处理技术得到模糊图像中模糊带的大小，得到结构的平面运动幅度；
(3)以一定的步距调整驱动信号的频率，使得MEMS结构以不同的频率进行运动，同样获得对应频率下的模糊运动图像，即得到结构在一系列驱动频率下的运动幅度，通过数据分析得到结构的谐振频率和品质因数。
在频闪照明条件下对运动MEMS结构采用图像匹配技术进行平面运动参数测量时：
(1)将照明装置设置为频闪照明方式，对MEMS器件进行频闪照明，频闪信号的周期与运动激励信号的周期相同，且保持固定的延迟时间(保证一定的周期运动相位)，因此MEMS结构的运动在频闪照明下基本属于“冻结”状态；
(2)设置同一相位频闪的次数，使标准PAL制CCD摄像机进行多次曝光，进行曝光的积分效应，即可得到MEMS被测结构的在上述固定相位下的运动位置；
(3)调整频闪信号与运动激励信号的相位差，即可得到MEMS被测结构在不同相位对应运动阶段的运动位置图像，通过对运动位置图像序列运用块匹配和相位相关技术综合分析可得到一定频率下MEMS结构在不同相位下的运动状况；
(4)相位相关与二次曲面拟合相结合，可解决有限运动幅度下，亚像元精度位移量的快速检测，同时采用旋转角度的穷举法实现旋转角度的测量；块匹配可实现大运动幅度下，粗略运动位移量的快速检测；在两者的综合运用下，实现运动位移和角度的快速检测；
(5)以一定的步距调整驱动信号的频率，使得MEMS结构以不同的频率进行运动，重复步骤(2)和(3)，可得到结构在一系列驱动频率下的运动的详细特征，通过综合分析不仅可得到结构的谐振频率和品质因数，还可得到结构的运动状态全过程。本发明的优点在于：采用虚拟仪器的方式组建内部的功能模块，便于系统的功能调整和扩展；在连续光照明方式下，采用图像表面特征跟踪技术和亚像元分析，实现平面几何量参数的归一化评定，增强测量参数的可比性；在连续光照明方式下，通过对MEMS中运动结构的模糊运动图像的分析，确定结构在一定频率下的运动幅度，并以此得到运动结构的谐振频率、品质因数等参数，具有测量速度快、测量频率基本无限制、结构简单等优点，同时利用基于小波变换的平面运动边缘点检测技术，降低了频闪照明情况下图像模糊对运动估计的影响；在频闪照明的方式下，利用标准PAL制CCD摄像机实现MEMS中高速周期运动结构的瞬间图像的采集，并辅以块匹配和相位匹配图像处理技术的相互配合，实现快速、高精度的平面运动特性检测。
附图说明
图1 利用频闪照明实现动态特性测量的基本原理示意图；
图2 基于计算机微视觉技术的MEMS测试装置系统框图；
图3 频闪驱动电路原理图；
图4 MEMS运动激励电路原理图；
图5 MEMS谐振器的静态图像；
图6 利用图像特征路径跟踪技术进行几何量测量的示例图；
图7 亚像元分析技术的实现示意图；
图8 MEMS谐振器运动的模糊图像；
图9 利用频率扫描和基于模糊图像的幅度测量实现MEMS谐振器的谐振频率的测量；
图10 MEMS谐振器运动相位为90°的瞬时图像；
图11 MEMS谐振器运动相位为180°的瞬时图像；
图12 MEMS谐振器运动相位为270°的瞬时图像；
图13 MEMS谐振器周期运动曲线；
图14 图像匹配计算流程图。
具体实施方式
实施例1：
本实施例主要关注在连续照明条件下，利用计算机微视觉技术实现MEMS结构平面几何量参数的测量。
测量与控制计算机通过GPIB控制卡，控制任意波形发生器输出一直流电压驱动信号，使得频闪照明装置工作在连续照明状态下，MEMS结构放置在光学显微镜下的三维微动测试台上，利用CCD摄像机采集MEMS平面结构的图像，然后被图像采集卡数字化后存储在计算机中并显示在计算机屏幕上。图5为MEMS谐振器的平面结构的静态图像，通过对图5的图像进行处理和分析，就能确定平面结构的几何量参数。为了对特定平面结构的几何量参数进行测量，需要人为选定特定的区域：(1)长度的测量：如图6中标识1所示对结构的2处边缘的距离进行测量，先在2处边缘各拉出1根示意线a和b，然后在2根示意线间再拉出1根测量线c，长度测量并不是直接求取示意线a和b间测量线c的像素，而是依据示意线a和b所在的位置利用图像特征路径跟踪技术和亚像元分析技术，提取出结构的边缘线，并利用最小二乘法拟合出a和b附近的边缘中心线，然后计算中心线的在测量线附近的最小距离；(2)平行度的测量：如图6中标识2所示对结构的2处边缘的平行度进行测量，先在2处边缘各拉出1根示意线d和e，依据示意线d和e所在的位置利用图像特征路径跟踪技术和亚像元分析技术，提取出结构的边缘线，并利用最小二乘法拟合出d和e附近的边缘中心线，然后计算中心线的平行度；(3)垂直度的测量：如图6中标识3所示对结构的2处边缘的垂直度进行测量，先在2处边缘各拉出1根示意线f和g，依据示意线f和g所在的位置利用图像特征路径跟踪技术和亚像元分析技术，提取出结构的边缘线，并利用最小二乘法拟合出f和g附近的边缘中心线，然后计算中心线的垂直度。其它几何量参数(如：角度、直线度等)的测量可以类似的方法进行实施。
在以上步骤中，如果直接利用一般的图像增强、二值化及边缘提取的方法来得到轮廓线，那么测量的分辨力只能达到像素级。为了得到亚像素的测量分辨力，以上步骤综合利用了图像特征路径跟踪技术和亚像元分析技术，对结构的边缘线进行提取。具体实施步骤可表述如下：(1)由于几何量测量参数都是依据表面结构的轮廓而提出的，而表面结构的轮廓受加工工艺的影响会呈现出一定的波动，采用一般的图像增强、二值化及边缘提取的方法得到像素级的轮廓线，该轮廓线不作为测量的基准线，只是作为下面步骤的优选搜索路径；(2)为了达到亚像元的精度，需要人为地在图像上定义出一条测量线，要求该测量线与被测结构的轮廓基本符合；(3)由于轮廓的两侧一般都有一个明显的灰度变化，因此可在测量线的垂直方向上搜索到中间灰度值所在的位置，如果中间灰度值不能与单个像素匹配，那么对中间灰度值两侧的像素进行三次曲线拟合处理，即进行亚像元分析，简单示意如图7所示，这样结构轮廓点的确定就能够达到亚像元的精度；(4)依次对测量线上的每一点进行步骤(3)分析，就能够确定一系列被测结构轮廓点，其测量精度达到亚像元级；(5)在确定每一轮廓点时，需要与步骤(1)得到的优选搜索路径进行距离的计算，选取距离最短的作为真正的结构轮廓点；(6)连接上述轮廓点就能够得到具有亚像元精度的结构轮廓线，然后用最小二乘拟合的方法得到轮廓线的包络直线，最终取两包络直线的中心线为测量的基准线。
实施例2：
本实施例主要论述在连续照明条件下，利用模糊图像处理技术实现MEMS结构平面运动参数的测量。
在连续照明条件下，MEMS结构—谐振器被一定频率，一般在10kHz以上，的正弦波驱动，产生周期性的平面往复运动，CCD摄像机的曝光时间为几十毫秒，由于曝光的积分效应，在谐振器往复运动的区域的图像表现为一个模糊带，因此可以认为这一模糊带反映谐振器在这一驱动频率下的运动幅度。图8为MEMS谐振器在频率为20kHz，偏置电压为20V，峰峰值为160V正弦驱动信号激励下运动的模糊图像，可以通过图像处理技术测得这个模糊带的长度，模糊带长度的测量与实施例1中尺寸的测量是相同的，这样就得到了MEMS谐振器在20kHz驱动频率下的运动幅度，结合亚像元分析技术，运动幅度的测量分辨力可达到亚像元级。
通过扫频技术调整运动驱动正弦波的频率，得到一系列驱动频率下谐振器的运动图像，用相同的方法计算出它们的运动幅度。利用这一系列驱动频率下测得的运动幅度便可以利用曲线拟合的方法得到谐振器的幅频特性曲线，从而得到谐振器的谐振频率及这一频率所对应的运动幅度。图9所示为MEMS谐振器的谐振频率测量结果。频率扫描的情况为：20kHz为起始频率，以0.2kHz为扫频步距，终止频率为27kHz；正弦驱动信号的偏置电压为20V，峰峰值电压为160V；依据所测量得到的最大振动幅值，最终确定该MEMS谐振器的谐振频率为23.4kHz。
实施例3：
本实施例主要论述在频闪照明条件下，利用块匹配和相位相关图像处理技术实现MEMS结构平面运动参数的测量。
为了对周期运动结构的瞬时状态进行捕获，系统中采用了频闪照明的方法来实现运动状态的“冻结”，从而使得利用一般的CCD摄像机就能实现高速运动状态的测量。图1为利用频闪照明实现运动特性测量的基本原理。测量和控制计算机通过GPIB控制卡控制任意波形发生器产生周期的正弦运动激励信号和固定相位的频闪信号(如图中所示0°和30°)，一定相位的频闪信号持续出现多次，以保证CCD摄像机具有足够长的有效曝光时间；由于在频闪脉冲不出现时为暗场，与运动激励信号周期相同的频闪脉冲反映周期运动结构的相同状态，即相当于高速运动结构的状态被“冻结”，便于利用普通CCD摄像机进行图像采集，其有效曝光时间为多次频闪脉冲的总宽度。
在本实施例中，MEMS结构受到21kHz正弦波驱动信号(偏置电压为20V，峰峰值电压为160V)的激励，在Y方向上产生往复运动，将此正弦波的一个周期以30°相位进行划分，一个周期共12个相位。在运动图像采集的初始状态下，频闪信号的脉冲的宽度为1.5μs，处于正弦驱动信号的0°相位，在频闪脉冲出现前触发CCD摄像机开始曝光，然后在1500个运动周期的每一0°相位上进行1次频闪曝光，最后CCD摄像机结束曝光，将采集到的图像向计算机传输。以上过程结束后，将频闪信号的脉冲出现的位置调整到30°，重复以上频闪和曝光过程，得到30°相位的图像，然后以30°的间隔调整频闪脉冲的相位，可依次得到MEMS结构运动在不同相位下的图像，图10、11和12分别为90°、180°、270°相位下的MEMS结构，可通过图10中方框所包围区域中图像的情况分辨出运动结构位置的改变。通过对一个周期12幅图像进行图像匹配分析，可得到不同相位下结构的运动位置，如图13所示，可看出结构的运动基本符合正弦驱动波形。
在图像匹配处理中，为了实现测量速度和测量精度的兼顾，采用了块匹配、相位相关和二次曲面拟合相结合的方法进行处理。块匹配是最常用的运动估计算法，具有搜索距离大，可在整个图像区域内进行搜索，对旋转敏感程度较低；相位相关是图像一种受几何失真小的匹配算法，一次计算就可得到两幅图像的位移量，但是要求两幅图像的位移差不能超过所选择区域宽度的一半，对旋转敏感度较高；二次曲面拟合能够得到亚像元级的图像位移。图像匹配分析的过程如下：(1)使用者在获取的初始位置图像上选择一定的区域，该区域应该在运动部件上，并具有相对明显的特征；(2)将所选区域的图像与后续图像中对应位置的图像进行相位相关计算，如果得到较高的相关峰，表明两幅图像的位移小于所选区域宽度的一半，相关峰的位置为两幅图像的位移量，直接跳到步骤(6)进行二次曲面拟合分析，否则就表明图像的位移量超出范围或具有较大的旋转角度，需要并执行步骤(3)；(3)利用块匹配进行大范围运动位移的粗略测量，块匹配的准则为最小平均绝对差，搜索策略为对数搜索法，为了满足测量图像实时处理的要求，搜索到大致区域就停止，此时可得到这一区域与原始区域的位移量，然后执行下一步的相位相关；(4)将所选区域的图像与后续图像中块匹配搜索到的区域的图像进行相位相关处理，由于两幅图像上特征结构的位移满足算法的要求，因此一般可得到较高的相关峰，即得到两幅相关图像的位移量，该位移量与步骤(3)得到搜索区域位移量之和为运动的总位移量，跳到步骤(6)进行二次曲面拟合分析，否则表明两幅相关的图像存在一定的旋转角度，使得相关峰过小，需要执行步骤(5)；(5)在一定的角度区域内用二分法遍历检索，对其中一幅图像旋转一定的角度，然后进行两幅图像的相位相关，得到相关峰，依据相关峰的大小确定下一步旋转的角度，逐次逼近将得到在一定角度区域内最大的相关峰，此时对应的旋转角度和相关峰的位置是两幅图像的位移和角度偏移量；(6)经过以上步骤，可得到两幅图像的平移和角度偏移量，该偏移量为像素级精度，需要采用亚像元分析，此时采用曲面拟合法的思想是：以像元级上的最佳匹配点为中心，按相似性度量进行曲面拟合，然后通过相应的数学方法计算得到极值点的精确位置。本装置采用相位相关的相关系数作为相似性度量特征，选择二次曲面作为拟合函数，在计算中采用多变量最小二乘回归法确定极值点的精确位置。以上流程如图14所示。通过进一步评价，测量装置的旋转检测精度可达到0.1度，平移检测精度可达到1/50像元。
下式为相位相关运算的基本公式。
F1(ξ,η)·F2*(ξ,η)|F1(ξ,η)·F2*(ξ,η)|ej2π(ξx0+ηy0)...(1)]]>
其中，F1和F2分别为两幅图像(不同运动相位所采集的图像)的傅立叶变换的结果。由(1)式及傅立叶变换的理论可知，该相位谱包含了两幅图像的位置平移信息，而且它是一个频谱幅度在全频域内为1的功率谱。对(1)式进行逆傅立叶变换可知，相位相关函数是一个位于两图位置偏移(x0，y0)处的δ脉冲函数，也称之为相关峰。当两幅图像完全相似时，其值为1，反之为0。因此，在本发明中利用两幅图像的相位相关运算结果确定图像的位移偏移量，以此来确定运动状况。
本发明采用二次曲面拟合进行亚像元的分析。曲面拟合法的思想是：以像元级上的最佳匹配点为中心，按相似性度量进行曲面拟合，然后通过相应的数学方法计算得到极值点的精确位置。本装置采用相位相关的相关系数作为相似性度量特征，选择二次曲面作为拟合函数，在计算中采用多变量最小二乘回归法确定极值点的精确位置。
二次曲面拟合函数采用公式为：
PC(x，y)＝ax2+by2+cxy+dx+ey+f
其中，PC(x，y)为对应于位置(x，y)的相位相关值。上述函数可以写成如下形式：
AX＝B
式中，
A=x02y02x0y0x0y01x12y12x1y1x1y11..................x82y82x8y8x8y81]]>X=abcdef]]>B=PC0PC1...PC8]]>
本发明在拟合计算中采用多变量最小二乘回归法，使得计算简单、准确。在计算过程中，将向量X作为回归系数，并假设随机变量B的取值依赖于矩阵A中的自变量，回归系数的求取即为拟合函数的系数。在求得拟合函数的系数之后，可以利用下式求得亚像元精度的图像偏移的精确位置。
x=2db-cec2-4ab]]>y=2ae-dcc2-4ab]]>
通过上述过程，可得到一定驱动频率下MEMS结构的运动曲线。如果将相位的间隔减少，所得到的运动曲线将更为精确，为MEMS结构的设计提供更多的参考信息；如果采用与实施例2相同的驱动频率扫描，将得到一系列与驱动频率对应的运动曲线，通过计算其中的最大振幅，同样可描绘出图9所示的幅频曲线，确定运动结构的谐振频率。