为了满足微位移量的实时、非接触测量的需要,研制了基于散斑图像的一种嵌入式微位移测量系统,它是基于最小均方差法和DSP处理器（TMS320DM642）设计的。重点阐述软件系统和实验系统的设计与实现方法,并在不同运动速度和表面粗糙度的条件下,对其测量系统进行实验和数据分析。实验结果表明,该测量系统是可行有效的。

基于散斑图像的微位移测量技术,利用微位移模型仿真方法,分别研究了不同噪声水平条件下Dirac法、IDFT法、MMSE1法、MMSE2法的测量精度,并从计算精度、存储资源、计算效率等角度,综合分析了各种算法的测量性能。实验结论能为工程应用提供有益参考。

为了满足微位移量的实时、非接触测量的需要,研制了一种基于散斑图像的嵌入式微位移测量系统.从计算精度、存储资源和计算效率等角度,综合分析比较了Dirac法、IDFT法、MMSEI法和MMSEII法的测量性能,并基于MMSEI法和DSP处理器( TMS320DM642)设计实现该测量系统.重点论述了系统软件和实验系统的设计与实现方法,并分别在不同运动速度、表面粗糙度和表面材料的条件下,对测量系统进行实验和数据分析.实验结果表明,该测量系统是可行有效的,但系统的稳定性需要进一步改进和提高.

提出基于小波神经网络的图像去噪方法，该方法兼有小波分析的良好时频域特性和神经网络的自适应能力。实验结果表明，该方法在去除噪声上优于中值滤波等传统去噪声方法，其散斑指数较小，峰值信噪比较大．在有效去除噪声同时，又能很好地保护图像的细节信息。