本发明公开基于显微视觉的微动平台位移测量方法及系统，步骤：图像序列采集：通过微视觉系统采集一组图片序列；粗匹配位置获取：利用改进的粒子群优化算法在整个搜索域内快速搜索，获得图像块的粗匹配位置；最佳匹配位置获取：在以粗匹配位置为中心，利用全搜索块匹配算法在小邻域内搜索，获得最佳匹配位置；微动平台位移计算：根据微视觉系统成像模型建立图像雅各比矩阵，将图像空间中最佳匹配位置对应的位移转换为微动平台实际位移。本发明利用改进的粒子群算法和全区域搜索算法相结合，减少了计算资源消耗，实现了快速匹配与位移测量；该方法相对于已有微位移测量技术，测量设备成本低、精度高、可用于测量面内双自由度的微动系统。
1.基于显微视觉的微动平台位移测量方法，其特征是，步骤如下：步骤(1)：图像序列采集：通过微视觉系统采集一组图像序列；
步骤(2)：粗匹配位置获取：利用改进的粒子群优化算法在整个搜索域内快速搜索，获得图像块的粗匹配位置；
步骤(3)：最佳匹配位置获取：再以粗匹配位置为中心，利用全区域搜索匹配算法在小邻域内搜索，获得最佳匹配位置；
步骤(4)：微动平台位移计算：根据微视觉系统成像模型建立图像雅各比矩阵，将图像空间中最佳匹配位置对应的位移转换为微动平台实际位移；
步骤(2-1)：确定图像ROI区域，将ROI区域作为图像块匹配的解空间，ROI区域确定根据XY二自由度微动平台的位行程xR、显微镜放大倍数k、相机像元尺寸p以及图像块尺寸大小[X,Y]决定，选取的ROI区域尺寸最小为：步骤(2-2)：选择累计绝对误差作为匹配准则，累计绝对误差也是粒子群优化算法的目标函数，对每个图像中每个像素点[x+u,y+v]T，对应的适应值fit为：其中，x为图像像素点横坐标，y为图像像素点纵坐标，u为图像块横轴方向运动量，v为纵轴方向运动量；fj(x,y)代表在j时刻每个图像中每个像素点所对应的位置；
步骤(2-3)：粒子初始化：将I个初始粒子均匀分布在解空间，利用式(2)计算每个粒子对应的适应值；
步骤(2-4)：将第i个粒子 在n次迭代过程中得到适应值[fiti,1,fiti,2,...fiti,n]里面最小的适应值作为每个粒子的局部最优解pbest[i]：pbest[i]＝min{fiti,1,fiti,2,...fiti,n}；
选择所有粒子在n次迭代过程中适应值最小的粒子作为全局最优解gbest[n]，即：gbest[n]＝min{pbest1,pbest2,...pbestI}；
式中，n表示第n次迭代，C1,C2为学习因子，设为2，R1,R2为随机数，R1,R2∈[0,1]；
步骤(2-5)：计算第n次迭代后，粒子i与当前全局最优解的粒子之间的距离rgbest,i：计算粒子i与整个粒子群所经过位置的最近距离rnearest,i：其中，p∈[1,2,...I],q∈[1,2,...n-1]；
每个粒子更新自己位置后，粒子根据设定规则更新自己的适应值fiti,n；
步骤(2-6)：重复步骤(2-4)-(2-5)，直到满足最大迭代次数，并计算出的全局最优解对应的坐标作为粗匹配位置所述粒子根据设定规则更新自己的适应值fiti,n如下：
b.如果rgbest,i>r0且rnearest,i>r0，则新粒子i根据式(2)更新其适应值；
c.如果rgbest,i>r0且rnearest,i
2.如权利要求1所述的基于显微视觉的微动平台位移测量方法，其特征是，所述步骤(1)中，微视觉系统，包括：显微镜，所述显微镜顶部安装CCD相机，所述CCD相机与计算机终端连接，XY二自由度微动平台固定在显微镜载物台上，所述XY二自由度微动平台通过PZT控制器驱动控制，所述XY二自由度微动平台上表面贴有标记物，标记物表面光滑；同轴光入射至标记物后反射经过显微镜光路在CCD相机靶平面成像，显微镜光轴垂直于标记物上表面，同时，显微镜光轴也垂直于CCD相机靶平面，CCD靶平面平行于标记物上表面。
3.如权利要求1所述的基于显微视觉的微动平台位移测量方法，其特征是，所述步骤(3)中，以粗匹配位置 为中心，选择一小搜索区域，所述小搜索区域的尺寸大小设置为7×7像素，在小搜索区域内以全区域搜索匹配算法搜索，计算出小搜索区域内49个像素点的适应值，选择其中适应值最小的点作为最终匹配结果
4.如权利要求3所述的基于显微视觉的微动平台位移测量方法，其特征是，所述步骤(4)中，根据步骤(1)中所述，CCD靶平面平行于标记物上表面，将成像模型简化为针孔模型；
式中ximg，yimg为图像空间坐标，x0，y0为微动平台位置坐标， 是一个参数为常数的雅各比矩阵。
5.如权利要求4所述的基于显微视觉的微动平台位移测量方法，其特征是，根据步骤(3)中所求的最终匹配结果 计算微动平台所对应的位置：
6.基于显微视觉的微动平台位移测量系统，其特征是，包括：存储器、处理器和存储在存储器上并在处理器上运行的计算机指令，所述计算机指令在处理器上运行时完成如权利要求1所述的基于显微视觉的微动平台位移测量方法的步骤：步骤(1)：图像序列采集：通过微视觉系统采集一组图像序列；
步骤(2)：粗匹配位置获取：利用改进的粒子群优化算法在整个搜索域内快速搜索，获得图像块的粗匹配位置；
步骤(3)：最佳匹配位置获取：再以粗匹配位置为中心，利用全区域搜索匹配算法在小邻域内搜索，获得最佳匹配位置；
步骤(4)：微动平台位移计算：根据微视觉系统成像模型建立图像雅各比矩阵，将图像空间中最佳匹配位置对应的位移转换为微动平台实际位移。
7.如权利要求6所述的基于显微视觉的微动平台位移测量系统，其特征是，所述步骤(1)中，微视觉系统，包括：显微镜，所述显微镜顶部安装CCD相机，所述CCD相机与计算机终端连接，XY二自由度微动平台固定在显微镜载物台上，所述XY二自由度微动平台通过PZT驱动控制，所述XY二自由度微动平台上表面贴有标记物，标记物表面光滑；同轴光入射至标记物后反射经过显微镜光路在CCD相机靶平面成像，显微镜光轴垂直于标记物上表面，同时，显微镜光轴也垂直于CCD相机靶平面，CCD靶平面平行于标记物上表面。
8.一种计算机可读存储介质，其上存储有计算机指令，其特征是，所述计算机指令在处理器上运行时完成如权利要求1所述的基于显微视觉的微动平台位移测量方法的步骤：步骤(1)：图像序列采集：通过微视觉系统采集一组图像序列；
步骤(2)：粗匹配位置获取：利用改进的粒子群优化算法在整个搜索域内快速搜索，获得图像块的粗匹配位置；
步骤(3)：最佳匹配位置获取：再以粗匹配位置为中心，利用全区域搜索匹配算法在小邻域内搜索，获得最佳匹配位置；
步骤(4)：微动平台位移计算：根据微视觉系统成像模型建立图像雅各比矩阵，将图像空间中最佳匹配位置对应的位移转换为微动平台实际位移。
基于显微视觉的微动平台位移测量方法及系统
技术领域
[0001] 本发明涉及基于显微视觉的微动平台位移测量方法及系统。
背景技术
[0002] 现代科学技术正迅速向微小、超精密领域快速发展。微米、纳米技术的兴起，已经引发了制造、信息、材料、生物、医疗和国防等领域的重大变革。同时，微纳技术的发展也对超精密测量技术提出了更高的要求。由于非接触光学测量方法具有测量精度高、响应速度快、测量自由度多等优点从而在微纳领域得到了广泛的应用。目前，国内外的研究主要集中在计算机微视觉测量、频闪显微测量、激光多勒普测量、显微干涉测量等。其中，计算机微视觉测量是利用微视觉系统，通过对微视觉图像中运动矢量的分析，从而判断微动系统中运动部分位移情况，该系统成本较低，可测量自由度较多。但是，显微视觉中图像处理往往采用普通的图像块匹配法或者图像特征匹配估计微动平台位移，因而效率较低，难以满足测量系统的快速响应要求。
发明内容
[0003] 针对上述现有技术及存在的问题，本发明的目的是提供基于显微视觉的微动平台位移测量方法及系统，可直接应用于微动平台测量，解决当前微纳操控平台测量中的技术问题。
[0004] 本发明是通过以下技术方案实现的：
[0005] 基于显微视觉的微动平台位移测量方法，步骤如下：
[0006] 步骤(1)：图像序列采集：通过微视觉系统采集一组图像序列；
[0007] 步骤(2)：粗匹配位置获取：利用改进的粒子群优化算法在整个搜索域内快速搜索，获得图像块的粗匹配位置；
[0008] 步骤(3)：最佳匹配位置获取：在以粗匹配位置为中心，利用全区域搜索匹配算法在小邻域内搜索，获得最佳匹配位置；
[0009] 步骤(4)：微动平台位移计算：根据微视觉系统成像模型建立图像雅各比矩阵，将图像空间中最佳匹配位置对应的位移转换为微动平台实际位移。
[0010] 所述步骤(1)中，微视觉系统，包括：显微镜，所述显微镜顶部安装CCD相机，所述CCD相机与计算机终端连接，所述XY二自由度微动平台固定在显微镜载物台上，所述XY二自由度微动平台通过PZT控制驱动，所述XY二自由度微动平台上表面贴有标记物，标记物表面光滑；同轴光入射至标记物后反射经过显微镜光路在CCD相机靶平面成像，显微镜光轴垂直于标记物上表面，同时，显微镜光轴也垂直于CCD相机靶平面，CCD靶平面平行于标记物上表面。
[0011] 所述步骤(2)中，粗匹配位置获取包括：
[0012] 步骤(2-1)：确定图像ROI区域，将ROI区域作为图像块匹配的解空间，ROI区域确定根据XY二自由度微动平台的位行程xR、显微镜放大倍数k、相机像元尺寸p以及图像块尺寸大小[X,Y]决定，选取的ROI区域尺寸最小为：
[0013]
[0014] 步骤(2-2)：选择累计绝对误差(summed absolute difference,SAD)作为匹配准则，累计绝对误差也是粒子群优化算法的目标函数，对每个图像中每个像素点[x+u,y+v]T，对应的适应值fit为：
[0015]
[0016] 其中，x为图像像素点横坐标，y为图像像素点纵坐标，u为图像块横轴方向运动量，v为纵轴方向运动量。
[0017] 步骤(2-3)：粒子初始化：将I个初始粒子均匀分布在解空间，利用式(2)计算每个粒子 对应的适应值；
[0018] 步骤(2-4)：将第i个粒子 在n次迭代过程中得到适应值[fiti,1,fiti,2,...fiti,n]里面最小的适应值作为每个粒子的局部最优解pbest[i]：
[0019] pbest[i]＝min{fiti,1,fiti,2,...fiti,n}；
[0020] 选择所有粒子在n次迭代过程中适应值最小的粒子作为全局最优解gbest[n]，即：
[0021] gbest[n]＝min{pbest1,pbest2,...pbestI}；
[0022] 每个粒子以公式(3)更新自己的位置和速度：
[0023]
[0024] 式中，n表示第n次迭代，C1,C2为学习因子，设为2，R1,R2为随机数，R1,R2∈[0,1]。
[0025] 表示第i个粒子在第n+1次迭代过程中的速度，
[0026] 表示第i个粒子在第n+1次迭代过程中的位置，
[0027] 表示第i个粒子在第n次迭代过程中的速度，
[0028] 表示第i个粒子在第n次迭代过程中的位置；
[0029] 步骤(2-5)：计算第n次迭代后，粒子i与当前全局最优解的粒子之间的距离rgbest,i：
[0030]
[0031] 计算粒子i与整个粒子群所经过位置的最近距离rnearest,i：
[0032]
[0033] 其中，p∈[1,2,...I],q∈[1,2,...n-1]；
[0034] 每个粒子更新自己位置后，粒子根据设定规则更新自己的适应值fiti,n，所述粒子根据设定规则更新自己的适应值fiti,n如下：
[0035] a.如果rgbest,i＜r0，式中r0为设定阈值，则新粒子i根据式(2)更新其适应值；
[0036] b.如果rgbest,i＞r0且rnearest,i＞r0，则新粒子i根据式(2)更新其适应值；
[0037] c.如果rgbest,i＞r0且rnearest,i＜r0，则用新粒子i距离整个粒子群所经过位置最近点的适应值代替新粒子的适应值，fiti,n＝SADnearest；
[0038] 步骤(2-6)：重复步骤(2-4)-(2-5)，直到满足最大迭代次数，并计算出的全局最优解对应的坐标作为粗匹配位置
[0039] 所述步骤(3)中，以为粗匹配位置 为中心，选择一小搜索区域，所述小搜索区域的尺寸大小设置为7×7像素，在小搜索区域内以全搜索块匹配算法搜索，计算出小搜索区域内49个像素点的适应值，选择其中适应值最小的点作为最终匹配结果
[0040] 所述步骤(4)中，根据步骤(1)中所述，CCD靶平面平行于标记物上表面，将成像模型简化为针孔模型；图像空间和微动平台的雅各比矩阵如下：
[0041]
[0042] 式中ximg，yimg为图像空间坐标，x0，y0为微动平台位置坐标， 是一个参数为常数的雅各比矩阵。
[0043] 根据步骤(3)中所求的最终匹配结果 计算微动平台所对应的位置：
[0044]
[0045] 基于显微视觉的微动平台位移测量系统，包括：存储器、处理器和存储在存储器上并在处理器上运行的计算机指令，所述计算机指令在处理器上运行时完成以下步骤：
[0046] 步骤(1)：图像序列采集：通过微视觉系统采集一组图像序列；
[0047] 步骤(2)：粗匹配位置获取：利用改进的粒子群优化算法在整个搜索域内快速搜索，获得图像块的粗匹配位置；
[0048] 步骤(3)：最佳匹配位置获取：在以粗匹配位置为中心，利用全区域搜索匹配算法在小邻域内搜索，获得最佳匹配位置；
[0049] 步骤(4)：微动平台位移计算：根据微视觉系统成像模型建立图像雅各比矩阵，将图像空间中最佳匹配位置对应的位移转换为微动平台实际位移。
[0050] 一种计算机可读存储介质，其上存储有计算机指令，所述计算机指令在处理器上运行时完成以下步骤：
[0051] 步骤(1)：图像序列采集：通过微视觉系统采集一组图像序列；
[0052] 步骤(2)：粗匹配位置获取：利用改进的粒子群优化算法在整个搜索域内快速搜索，获得图像块的粗匹配位置；
[0053] 步骤(3)：最佳匹配位置获取：在以粗匹配位置为中心，利用全区域搜索匹配算法在小邻域内搜索，获得最佳匹配位置；
[0054] 步骤(4)：微动平台位移计算：根据微视觉系统成像模型建立图像雅各比矩阵，将图像空间中最佳匹配位置对应的位移转换为微动平台实际位移。
[0055] 本发明的有益效果是：
[0056] 本发明利用改进的粒子群算法和全区域搜索算法相结合，减少了计算资源消耗，实现了快速匹配与位移测量；同时，该方法相对于已有微位移测量技术，具有测量设备成本低、精度高、可用于测量面内双自由度(X-Y)的微动系统等特点。
附图说明
[0057] 构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
[0058] 图1为本发明的硬件连接关系图；
[0059] 图2为改进粒子群算法中粒子更新适应值规则的示意图；
[0060] 图3为以 为中心，选择一小搜索域，并以全搜索块匹配算法搜索精确解的示意图；
[0061] 图4为将成像模型简化为针孔模型示意图；
[0062] 图5为本发明的方法流程图。
具体实施方式
[0063] 应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
[0064] 需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0065] 如图5所示，基于显微视觉的微动平台位移测量方法，步骤如下：
[0066] 步骤(1)：图像序列采集：通过由标记特征点、微动平台、体式显微镜、CCD相机组成的微视觉系统采集一组图片序列；
[0067] 步骤(2)：粗匹配位置获取：利用改进的粒子群优化算法在整个搜索域内快速搜索，获得图像块的粗匹配位置；如图2所示；
[0068] 步骤(3)：最佳匹配位置获取：在以粗匹配位置为中心，利用全搜索块匹配算法在小邻域内搜索，获得最佳匹配位置；
[0069] 步骤(4)：微动平台位移计算：根据微视觉系统成像模型建立图像雅各比矩阵，将图像空间中最佳匹配位置对应的位移转换为微动平台实际位移。
[0070] 所述步骤(1)中，图像序列采集的原理为：图像采集原理如图1所示，PZT驱动XY二自由度微动平台执行部分，其中表面贴有标记物，标记物表面光滑。同轴光经标记物反射后经过显微镜光路在CCD靶平面成像。其中，显微镜光轴垂直于标记物上表面，同时显微镜光轴也垂直于相机靶平面。
[0071] 所述步骤(2)中，粗匹配位置获取包括：
[0072] 步骤(2-1)确定图像ROI区域，将整个ROI区域作为图像块匹配的解空间，整个ROI区域确定可以根据微动平台位行程xR以显微镜放大倍数k，相机像元尺寸p以及图像块大小[X,Y]决定，选取的ROI区域最小为：
[0073]
[0074] 步骤(2-2)选择累计绝对误差(summed absolute difference,SAD)作为匹配准则，其也是粒子群优化算法的目标函数，对每个图像中每个像素点[x+u,y+v]T，其对应的适应值为：
[0075]
[0076] 步骤(2-3)粒子初始化：将I个初始粒子均匀分布在整个解空间，每个粒子利用(2)式计其对应的适应值。
[0077] 步骤(2-4)第i个粒子粒子 的在n次迭代过程中的适应值[fiti,1,fiti,2,...fiti,n]里面最小的一个值作为每个粒子的局部最优解，即pbest[i]＝min{fiti,1,fiti,2,...fiti,n}。选择所有粒子在n次迭代过程中适应值最小的粒子作为全局最优解，即
[0078] gbest[n]＝min{pbest1,pbest2,...pbestI}。
[0079] 每个粒子以下式更新自己的位置和速度：
[0080]
[0081] 式中n表示第n迭代，C1,C2为学习因子，设为2，R1,R2为随机数，R1,R2∈[0,1]。
[0082] 步骤(2-5)计算第n次迭代后，粒子i与当前全局最优解的粒子之间的距离计算粒子i与整个粒子群所经过位置的最近距离，即其中p∈[1,2,...I],q∈[1,2,...n-1]。每个粒子更新自己位
置后，粒子根据如下所述规则跟新自己的适应值fiti,n，具体如下：
[0083] a.rgbest,i＜r0，式中r0为阈值，新粒子i根据式(2)更新其适应值；
[0084] b.rgbest,i＞r0且rnearest,i＞r0，新粒子i根据式(2)更新其适应值；
[0085] c.rgbest,i＞r0且rnearest,i＜r0，用新粒子i距离整个粒子群所经过位置最近点的适应值代替新粒子的适应值，即fiti,n＝SADnearest。
[0086] 其中，r0为设定的阈值，可根据搜索窗口、粒子数目由经验公式确定。
[0087] 步骤(2-6)复步骤(2-4)，(2-5)，直到满足最大迭代次数，并以上述方法计算出的全局最优解对应的坐标作为粗匹配位置
[0088] 所述步骤(3)中，以为 中心，选择一小搜索域，其大小设置为7×7pixel，如图3所示。在整个区域内以全搜索块匹配算法搜索，计算出该区域内49个像素点的适应值，选择其中适应值最小的点作为最终匹配结果
[0089] 所述步骤(4)中，根据步骤(1)中所述，CCD靶平面平行于标记物上表面，因而可将成像模型简化为针孔模型，其具体如图4所示。根据图示几何关系，可以推导图像空间和微动平台的雅各比矩阵如下：
[0090]
[0091] 式中ximg，yimg为图像空间坐标，x0，y0为微动平台位置坐标， 是一个参数为常数的雅各比矩阵。根据步骤(3)中所求，可以推出微动平台所对应的位置：
[0092]
[0093] 以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
