本發(fā)明涉及目標檢測和圖像處理領(lǐng)域，具體為一種mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法。

背景技術(shù)：

1、mems設計制造技術(shù)所具備的微型化、高集成、可批量等特點，使其廣泛應用于機械加工、航空航天、通信電子及生物醫(yī)學等人類生活的諸多領(lǐng)域。雖然mems技術(shù)在過去的二十年中取得了快速而持久的發(fā)展，然而高集成、小型化、批量化的mems技術(shù)的廣泛應用與日益增長的性能需求，進一步為微納結(jié)構(gòu)的設計水平與工藝技術(shù)提出了新的挑戰(zhàn)：微納結(jié)構(gòu)的加工誤差及性能瓶頸。隨著微納結(jié)構(gòu)的要求尺寸不斷變小，在微納加工工藝沒有實現(xiàn)技術(shù)突破或革新的情況下，使得在微納尺度下微傳感器的加工誤差越來越明顯。受微系統(tǒng)(micro-electro-mechanical,mems)陀螺儀加工誤差影響，微納結(jié)構(gòu)的各項性能參數(shù)通常無法達到高精度應用的要求。

技術(shù)實現(xiàn)思路

1、為了解決上述問題，本發(fā)明提出一種mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，包括以下步驟：

2、s1:通過工業(yè)相機獲取到待檢測mems陀螺儀芯片的圖像；

3、s2:將所述圖像輸入到目標檢測模型中，識別折疊梁區(qū)域；

4、s3:通過圖像處理技術(shù)對識別出的折疊梁區(qū)域進行處理；

5、s4:獲取折疊梁的輪廓，測量出折疊梁尺寸。

6、進一步地，所述步驟s2中目標檢測模型的構(gòu)建包括：通過工藝相機獲取的原始圖片，經(jīng)過篩選圖片獲得的待訓練圖片；將所述的原始圖像集和待訓練圖組合為用于yolo目標檢測訓練的數(shù)據(jù)集；將數(shù)據(jù)集輸入到y(tǒng)olo目標檢測網(wǎng)絡模型中進行學習，進行大量的輪次訓練，構(gòu)建出可以識別出mems陀螺儀芯片中折疊梁的區(qū)域的目標檢測模型。

7、進一步地，所述步驟s3的圖像處理技術(shù)包括陰影去除和圖像濾波處理。

8、進一步地，所述圖像濾波處理包括采用引入補償函數(shù)的雙邊濾波算法進行濾波處理，判斷是否存在邊緣點；存在邊緣點，在該窗口進行濾波時加入補償函數(shù)的影響，所述引入補償函數(shù)的雙邊濾波算法公式：

9、其中e(x,y)是補償函數(shù)，(x，y)是當前處理的像素坐標，(i，j)是m(x,y)窗口內(nèi)的當前(x，y)坐標的鄰域像素坐標，m(x,y)表示以為(x，y)中心點的(2n+1，2n+1)窗口像素集合，f(i，j)和f(x，y)表示m(x,y)窗口內(nèi)(i，j)和(x，y)處的像素值。

10、所述加入補償函數(shù)的規(guī)則如下：計算出窗口內(nèi)每個像素點的窗口標準差s(1,1),s(2,2),s(3,3)...s(i,j)，并得到窗口標準差集合的中值smid，將中值作為判斷邊緣的條件，窗口標準差的公式如下：

11、其中f(x,y)avg是窗口內(nèi)的像素均值；(x，y)是當前處理的像素坐標，(i，j)是m(x,y)窗口內(nèi)的當前(x，y)坐標的鄰域像素坐標，f(i，j)和f(x，y)表示m(x,y)窗口內(nèi)(i，j)和(x，y)處的像素值。

12、將窗口標準差s(i,j)與標準差集合的中值smid進行比較，窗口內(nèi)存在邊緣點的條件是窗口標準差s(i,j)＞smid，反之則不存在邊緣點，將補償函數(shù)置為0。

13、進一步地，所述s4中獲取折疊梁的輪廓包括邊緣檢測和輪廓提取，對折疊梁區(qū)域進行sobel邊緣檢測，采用輪廓提取函數(shù)進行提取輪廓，對提取到輪廓，通過限制輪廓點的長度得到正確的輪廓；對輪廓采用霍夫直線檢測，根據(jù)角度得到圖形的傾斜角度；根據(jù)得出的傾斜角度，將輪廓點按照前向映射，順時針旋轉(zhuǎn)；對旋轉(zhuǎn)后的圖像進行多直線快速霍夫檢測，根據(jù)檢測到的直線性質(zhì)，計算得出結(jié)構(gòu)的尺寸大小。

14、進一步地，所述多直線快速霍夫檢測包括將檢測的直線進行比較，通過將各組直線點分別進行最小二乘法擬合，得到一個最終的直線參數(shù)斜率，不僅使得結(jié)果更加精準，同時也會減少直線檢測的復雜度，提高檢測的效率。

15、進一步地，所述最小二乘法直線擬合方式就是將直線上的多個點進行直線擬合，假設圖像中近似組成直線的像素點(xi,yi),i＝1,2,3...n，用直線方程公式來表示：y(x)＝kx+b來表示這些點，其中k是直線斜率，b是截距，利用最小二乘法的直線擬合公式：計算p(a,b)的最小值時的a值和b值，確定直線參數(shù)斜率方程。

16、一種計算機可讀存儲介質(zhì)，所述計算機指令被處理器執(zhí)行時,完成權(quán)利要求1-7中任一項所述的方法中的步驟。

17、本發(fā)明有益效果如下：

18、本發(fā)明的mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，采用銳化邊緣的引入補償函數(shù)的雙邊濾波算法來提升邊緣特征信息，解決傳統(tǒng)雙邊濾波算法保存結(jié)構(gòu)邊緣信息不足問題，通過峰值信噪比得出，本發(fā)明的算法在濾波效果上是較為優(yōu)秀的；在直線檢測方面，針對霍夫直線檢測算法出現(xiàn)的多直線、效率低，提出基于mems幾何性的多直線快速霍夫檢測，多直線的問題有較為明顯的改善，同時會縮短霍夫直線檢測的時間。

技術(shù)特征：

1.一種mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，其特征在于，所述步驟s2中目標檢測模型的構(gòu)建包括：通過工藝相機獲取的原始圖片，經(jīng)過篩選圖片獲得的待訓練圖片；將所述的原始圖像集和待訓練圖組合為用于yolo目標檢測訓練的數(shù)據(jù)集；將數(shù)據(jù)集輸入到y(tǒng)olo目標檢測網(wǎng)絡模型中進行學習，進行大量的輪次訓練，構(gòu)建出可以識別出mems陀螺儀芯片中折疊梁的區(qū)域的目標檢測模型。

3.根據(jù)權(quán)利要求1所述的mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，其特征在于，所述步驟s3的圖像處理技術(shù)包括陰影去除和圖像濾波處理。

4.根據(jù)權(quán)利要求3所述的mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，其特征在于，所述圖像濾波處理包括采用引入補償函數(shù)的雙邊濾波算法進行濾波處理，判斷是否存在邊緣點；存在邊緣點，在該窗口進行濾波時加入補償函數(shù)的影響，所述引入補償函數(shù)的雙邊濾波算法公式：

5.根據(jù)權(quán)利要求1所述的mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，其特征在于，所述s4中獲取折疊梁的輪廓包括邊緣檢測和輪廓提取，對折疊梁區(qū)域進行sobel邊緣檢測，采用輪廓提取函數(shù)進行提取輪廓，對提取到輪廓，通過限制輪廓點的長度得到正確的輪廓；對輪廓采用霍夫直線檢測，根據(jù)角度得到圖形的傾斜角度；根據(jù)得出的傾斜角度，將輪廓點按照前向映射，順時針旋轉(zhuǎn)；對旋轉(zhuǎn)后的圖像進行多直線快速霍夫檢測，根據(jù)檢測到的直線性質(zhì)，計算得出結(jié)構(gòu)的尺寸大小。

6.根據(jù)權(quán)利要求5所述的mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，其特征在于，所述多直線快速霍夫檢測包括將檢測的直線進行比較，通過將各組直線點分別進行最小二乘法擬合，得到一個最終的直線參數(shù)斜率，不僅使得結(jié)果更加精準，同時也會減少直線檢測的復雜度，提高檢測的效率。

7.根據(jù)權(quán)利要求6所述的mems陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，其特征在于，所述最小二乘法直線擬合方式就是將直線上的多個點進行直線擬合，假設圖像中近似組成直線的像素點(xi,yi),i＝1,2,3...n，用直線方程公式來表示：y(x)＝kx+b來表示這些點，其中k是直線斜率，b是截距，利用最小二乘法的直線擬合公式：計算p(a,b)的最小值時的a值和b值，確定直線參數(shù)斜率方程。

8.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機指令被處理器執(zhí)行時,完成權(quán)利要求1-7中任一項所述的方法中的步驟。

技術(shù)總結(jié)
本發(fā)明公開一種MEMS陀螺儀芯片中折疊梁的檢測與尺寸的測量方法，包括以下步驟：S1:通過工業(yè)相機獲取到待檢測MEMS陀螺儀芯片的圖像；S2:將所述圖像輸入到目標檢測模型中，識別折疊梁區(qū)域；S3:通過圖像處理技術(shù)對識別出的折疊梁區(qū)域進行處理；S4:獲取折疊梁的輪廓，測量出折疊梁尺寸。采用銳化邊緣的引入補償函數(shù)的雙邊濾波算法來提升邊緣特征信息，解決傳統(tǒng)雙邊濾波算法保存結(jié)構(gòu)邊緣信息不足問題，通過峰值信噪比得出，本發(fā)明的算法在濾波效果上是較為優(yōu)秀的；在直線檢測方面，針對霍夫直線檢測算法出現(xiàn)的多直線、效率低，提出基于MEMS幾何性的多直線快速霍夫檢測，多直線的問題有較為明顯的改善，同時會縮短霍夫直線檢測的時間。

技術(shù)研發(fā)人員：王龍輝,潘婧軒,王嘉峰,劉玉縣,陳婷
受保護的技術(shù)使用者：鄭州大學
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6