随着微纳技术的孕育兴起,人们探索世界客观事物规律的视角逐渐从宏观领域走向微观领域,该技术的发展与精密测量技术密不可分。微视觉测量技术相比于其他测量技术具有非接触、低成本、高精度、多自由度等优势,利用该技术与高性能的算法结合可以准确地进行平面内微位移的测量。然而,现有成熟的图像处理算法和位移测量算法在显微系统的引入后将变得低效,不能直接运用。因此,本论文旨在研究具有良好综合性能(高精度、强鲁棒等)的微视觉图像面内微位移测量算法,主要研究内容如下:(1)研究微视觉图像的自适应增强方法。由于微视觉图像中常出现的光照不均、灰度值偏低、对比度差、信噪比低等缺陷使之不能直接作为微位移测量的输入,为此提出一种RCVG微视觉图像自适应增强算法。首先,对算法实现的总体框架进行介绍;其次,对自适应变增益子带分解过程作出了详细的描述与分析;然后,利用基于双边滤波原理的自适应升余弦卷积法进行照度估计,并对升余弦函数族如何逼近高斯函数作出了理论推导;最后,经过亮度校正后,分别将RCVG算法应用于普通图像的增强实验和微视觉图像面内微位移测量的前处理实验中,结果表明RCVG算法可以有效地提高图像质量,是保证测量精度的前提条件。(2)研究微视觉图像面内待测目标产生平移运动时微位移的测量方法。针对微视觉图像面内的待测目标产生平移运动时普通测量算法无法保证测量精度、速度和全局任意点位移测量的问题提出了两种解决方法,分别是FTSA和OFHP。首先,分别对两种算法的原理及具体实现过程给出描述;然后,进行实验研究:FTSA的验证实验涉及到了两种不同的测量系统,分别是MVMS和LIMS,测量的对象为2-DOF的柔顺定位平台,而对于OFHP的实验则采用了MIDDLEBURY图像集和一些实验图像序列。结果表明了所提出的两种测量算法均能实现较高的测量精度和较好的稳定性,此外,OFHP能够完成图像面内任意像素点的位移测量。(3)研究微视觉图像面内待测目标产生旋转运动时微位移的测量方法。针对微视觉图像面内的待测目标产生旋转运动时,多数普通测量算法失效、精度低和鲁棒性差等问题提出了两种解决方法:分别是TWMA-RRI和THMA-RRI。在对两种算法的测量原理与实现过程进行介绍后,分别对影响亚像素算法精度的因素、光照模型的构建以及采用两种算法进行微位移测量作出仿真分析,结果表明所提出的算法具有旋转不变性,且测量精度高、鲁棒性强。进一步地,以3-DOF柔顺定位平台为测量对象,对两种算法的性能进行实验研究,从而验证了仿真结果。(4)研究微视觉图像面内待测目标产生复合运动时微位移的测量方法。针对微视觉图像面内的待测目标可能出现的复合运动,提出了一种基于HSCT的微位移测量算法。首先,介绍了一种改进的形态学边缘检测算子并结合了基于Zernike矩的亚像素边缘检测方法从而得到精确的边缘特征作为算法的输入;其次,着重分析了基于HSCT算法的原理,包括了HT、HS的实现与性质;然后,对算法整体的实现作出了总览;最后,分别进行了HS特性验证实验、基于HSCT算法的有效性和精度验证实验,其结果说明所提出的算法在微视觉图像面内目标发生复合运动时依然能够保证较高的测量精度。最后,对全文的工作进行了总结,并对未来的研究方向作出了展望。