基于图像识别技术的机械手臂过角度判断

摘要

针对传统方法容易受到噪声及外界条件的干扰,判断时误差较大、无法有效实现机械手臂过角度的判断的问题.提出采用机械手臂过角度判断方法,通过最大类间方差法计算机械手臂图像的自适应阈值,完成图像分割.利用中值滤波法对图像进行滤波,完成对图像的膨胀处理.将机械手臂图像边缘点梯度向量作为匹配信息对相似度量进行计算.依据曲面拟合原理对边缘梯度方向进行计算,对机械手臂图像进行求导,对图像的梯度进行计算,判断图像的阈值与极大值抑制获取像素级的边缘位置,将像素级边缘点某范围内的梯度值作为拟合信息,完成梯度曲面拟合,通过最近邻法实现机械手臂过角度的判断.仿真结果表明,改进方法进行机械手臂过角度判断时的平均实测角度更接近实际值;平均误差和所需时间都有了较大的改善,具有较好的实用性.