熟练掌握 C#/c++ 编程语言,深入理解.NET Framework、.NET Core 框架,具备 5 年以上 C#/c++ 视觉系统开发经验。
精通机器视觉相关技术,熟悉 Emgu CV、OpenCVSharp、Halcon 等视觉库的使用,能独立完成图像采集、预处理、特征提取、识别、测量等功能开发。
了解工业相机(如 Basler、海康威视等)、镜头、光源等硬件的选型与调试,熟悉 GigE Vision、USB3 Vision 等相机接口协议。
掌握视觉系统与外部设备(PLC、机器人、运动控制器等)的通讯方式,如 TCP/IP、Modbus、OPC 等。
熟悉 SQL Server 数据库,能使用 C# 进行数据库操作,实现检测数据的存储、查询和统计分析。
具备良好的问题分析和解决能力,有丰富的现场调试和系统优化经验,熟悉敏捷开发流
苹果电脑背面平面度检测系统
项目描述:为保障苹果电脑背面外壳的生产质量,需对其平面度进行高精度检测,该系统可替代传统人工检测,实现自动化、高效率的平面度检测,确保产品符合出厂标准。
职责描述:主导系统的整体设计与开发,基于 C# 和 Halcon 视觉库搭建检测平台。负责图像采集模块开发,选用高精度工业相机和远心镜头,结合定制的均匀光源方案,确保苹果电脑背面图像清晰且无反光干扰;设计平面度检测算法,通过提取多个特征点的三维坐标信息,计算平面度偏差值;开发 C# 上位机界面,实现检测数据的实时展示、超标预警及历史数据查询功能,并与生产线 PLC 进行通讯,实现不合格品的自动分拣。
技术亮点:引入激光位移传感器与视觉系统融合的方案,将平面度检测精度提升至 ±0.005mm;采用并行计算技术处理多区域图像数据.开发自适应光照补偿算法,有效解决苹果电脑背面不同材质区域反光差异导致的检测误差问题
项目名称 E] - 苹果手表内框尺寸与缺陷检测系统
项目描述:苹果手表内框作为内部组件的关键承载结构,其尺寸精度和表面质量直接影响手表的整体性能与组装工艺。本项目旨在开发一套高精度的视觉检测系统,对苹果手表内框进行全方位检测,包括尺寸测量、划痕、裂纹、变形等缺陷识别,确保内框符合严苛的苹果产品质量标准,实现产线的自动化、高效检测,提升产品质量控制水平。
职责描述:作为核心开发人员,负责整个检测系统的软件架构搭建与算法实现。基于 C# 和 OpenCVSharp 构建图像采集与处理平台,依据苹果手表内框的结构特点,定制开发多工位图像采集方案,利用高速工业相机和定制的条形光源,从多个角度获取内框清晰图像,确保无检测盲区;设计针对内框尺寸测量的亚像素边缘检测算法,精确提取内框轮廓,实现关键尺寸的高精度测量,测量精度可达 ±0.002mm;开发基于深度学习的缺陷识别模型,通过大量样本训练,准确识别内框表面的细微划痕、裂纹及变形缺陷,识别准确率达 99.6%;运用 C# 开发上位机控制软件,实现检测流程自动化、检测参数实时调整、检测结果直观展示及数据统计分析功能,并与生产线上的自动化设备进行集成,实现不合格品的自动剔除。
技术亮点:采用多模态数据融合技术,将视觉图像数据与激光位移传感器获取的深度数据相结合,提高复杂缺陷和尺寸测量的准确性;引入 GPU 加速技术,优化深度学习模型推理过程,使单帧图像检测时间缩短至 50ms 以内,满足生产线高速检测需求;开发自适应图像处理算法,能够根据内框表面材质和纹理特性,自动调整图像增强参数,有效抑制背景噪声干扰,提升检测稳定性。