MEMS面内微运动测量是MEMS动态特性测试的一项重要内容。基于模糊图像的MEMS面内微运动测量方法对设备要求不高，计算量小，易于实现在线测量，具有广阔的应用前景。本文在对基于模糊图像的MEMS面内微运动测量方法进行深入研究的基础上，针对进一步提高测量速度和测量精度的问题进行探讨，研究具有重要的理论意义和实际应用价值。　　 首先，本文对基于模糊图像的MEMS面内微运动测量的算法展开讨论，认为在基于时间平均技术、贝塞尔条纹技术、模糊边缘检测技术和模糊图像相关技术的测量方法中，基于模糊图像相关的测量方法能够充分利用信号的相关性，以提高测量精度和测量速度，因此被选定为本论文的核心方法。　　 接着，本文研究了基于模糊图像相关的MEMS振动方向测量方法的相关原理，针对基于模糊图像的MEMS振动方向测量方法存在测量效率低的问题，提出了改进算法，即基于模糊图像二阶微分相关的MEMS振动方向测量方法，该方法将二阶微分与Radon变换和像素点聚类法结合起来，将振动方向测量转换成直线斜率检测，有效降低了运算量，提高了振动方向测量效率。　　 其次，本文研究了基于模糊图像相关的MEMS振幅测量方法的相关原理，为提高测量精度，在进行图像增强的基础上，提出了基于分形小波插值和模糊图像相关的MEMS振幅测量方法，提高了振幅测量精度和稳定性，减小了测量误差。　　 最后，本文将提出的方法在MATlab7.6平台上进行实验验证和分析。结果表明振动方向测量速率提高了20％，振幅测量精度达到了亚像素级，并且具有较高的测量稳定性、可重复性和抗噪能力。综上，本文提出的基于模糊图像相关的MEMS面内微运动测量方法能够提高测量效率和测量精度，提高抗噪能力。