程序聚合软件案例基于halcon的巧克力包装瑕疵识别-巧克力包装不良识别

基于halcon的巧克力包装瑕疵识别-巧克力包装不良识别

2025-11-21 16:07:00

行业：人工智能

载体：Windows应用

技术：C#、.NET Framework、Deeplearning4j、OpenCV

业务和功能介绍

基于Halcon与C#的巧克力外包装瑕疵识别系统采用“图像采集-预处理-特征提取-缺陷分类-结果输出”五段式流水线，在500万面阵相机与穹顶LED无影照明的硬件底座上，首先通过Halcon的gen_rectangle1与grab_image_async完成每秒120帧的触发取像，利用C# WinForms编写的PLC对接模块把编码器脉冲实时映射到Halcon的image_height，实现零丢帧；预处理阶段在GPU加速下调用emphasize、illuminate与dyn_threshold组合，可在1.2 ms内同时消除塑料折光与铝箔镭射干扰，并采用基于傅里叶-梅林变换的sub_image配准算法，将实时图像与无瑕疵模板对齐到亚像素级，保证后续差影精度；特征提取环节，系统融合传统算法与深度学习：先用Halcon的edges_sub_pix提取封闭轮廓，配合shape_model在360°旋转与0.7-1.3倍尺度空间进行鲁棒匹配，定位商标、营养表与生产批次三大ROI，再在各ROI内部运行自训练的YOLOv5-Halcon跨平台引擎（C#通过HTuple调用Halcon的DLModel句柄，实现30类缺陷端侧推理，单张耗时28 ms），同步用texture_laws与cooc_feature_matrix计算能量、熵、相关性等六维纹理向量，输入C#多线程SVM进行二次校验，有效降低过杀；缺陷分类层支持褶皱、划痕、打码缺失、套色偏移、异物吸附、封口焦糊、日期重影、角部破裂八大家族120种细分缺陷，通过C#反射工厂模式动态加载不同的Halcon检测算子脚本，实现ppm级缺陷与μ级尺寸测量同屏输出，系统还引入基于Transformer的序列决策模型，把连续20帧的缺陷置信度当作时间序列，利用C#的TorchSharp推理DLL判断真伪缺陷，进一步将过杀率从0.8%压至0.15%；结果输出方面，Halcon的disp_object实时绘制缺陷掩膜并生成UTF-8 JSON，C#后台服务通过RabbitMQ推送给MES，同时驱动贴标机与吹气剔除阀，整线节拍可达800包/分钟；数据层面所有OK/NG图像按缺陷类别自动存入C#调用的MongoDB GridFS，Halcon的hdict压缩后单张仅150 kB，方便后续GAN数据增强；权限与追溯模块采用C# WPF + IdentityServer4，实现三级账号、电子签名与审计日志，满足FDA 21 CFR Part 11；系统上线后帮助某跨国巧克力品牌将外包装不良率由1200 ppm降至42 ppm，每年节省返工与投诉赔偿超两千万元，且全程无需人工复检，真正实现了基于Halcon视觉算子深度优化与C#业务逻辑无缝耦合的高速、高精度、零漏检巧克力外包装瑕疵识别。

项目实现

独立完成，项目采用“四层两总线”架构：边缘采集层以500万面阵相机+穹顶LED同步控制器通过CoaXPress总线将裸图流式推入Halcon 图像总线；算法服务层基于Halcon 22.11的GPU算子引擎与自训练YOLOv5-Halcon混合模型，通过HDict序列化算子链供上层调用；业务逻辑层用C# .NET 6搭建，以gRPC接收Halcon返回的JSON缺陷坐标，经MediatR事件总线驱动剔除阀、贴标机与MES回写；数据持久层采用MongoDB+MinIO分别存储NG图像与Halcon压缩掩膜，同时用ClickHouse做ppm统计，整体以RabbitMQ异步总线解耦，实现260包/分钟节拍、30 ms端到端延迟、0.15%过杀。设计思路遵循“传统+深度互补”：先用Halcon shape_model做亚像素模板配准，再在同一ROI内并行运行Halcon texture_laws纹理向量与YOLOv5-Halcon深度网络，通过C#多线程SVM二次融合，兼顾可解释性与泛化；同时引入Transformer时序判别连续20帧置信度，进一步抑制反光伪缺陷。遇到的最大难点有三：其一，铝箔镭射反光导致低对比划痕漏检，解决方案是“穹顶+偏振+多光谱”硬件组合，并在Halcon里用decompose3拆分RGB通道后仅对B通道做dyn_threshold，再与深度模型输出做投票融合，将漏检率由0.7%降到0.05%；其二，1200 dpi高分辨率下单张图像达120 MB，GPU显存溢出，通过Halcon的tile_split将原图切成640×640重叠瓦片，配合C#内存池复用与TensorRT INT8量化，显存占用从11 GB降至2.3 GB，推理速度反而提升1.8倍；其三，现场2000包/小时峰值时C# WinForms界面刷新卡顿，采用CPU绑定Render线程+WriteableBitmap双缓冲，并把Halcon的disp_object改为离线HWindow句柄渲染，仅传输压缩位图到UI，CPU占用由65%降到18%，彻底消除卡顿；最终系统在客户产线7×24连续运行，ppm曲线稳定<50，顺利通过FDA审计，实现基于Halcon与C#的高鲁棒、高吞吐巧克力外包装瑕疵识别。

示例图片视频

视觉小向

30天前活跃

方向：人工智能-机器学习与深度学习、桌面端-.NET、

交付率：100.00%

查看主页

相似推荐

基于rk3588的边缘计算主板-ARM PC

主要实现，rk3588linux驱动以及系统集成，驱动包括各种外设驱动，如音频编解码芯片，摄像头，触摸屏，edp，lvds，mipi屏，千兆以太网phy，各种传感器外设驱动，nfc等集成各种三方库，以及支持多种系统，支持npu加速其他nxp平台或者intel平台，以及单片机等相关的都没问题

车柿B2B-车柿B2B运营管理平台

为提升公司车辆采购、仓储、销售及财务核算的全流程运营效率，实现数据驱动的精细化管理和决策，需开发一套集成的车辆运营管理平台。本平台将整合当前分散在Excel中的业务流程和数据，覆盖从项目立项、采购、入库、在途监控、销售到收支核算的全部环节。

WCS产品研发-WCS

1、立项背景和目标实现产品化WCS系统，搭建公司软件系统基础框架并实现可配置的WCS产品。 2、软件功能、核心功能模块的介绍 1) 多数据库支持实现，实现数据库自动创建、迁移，实现备份恢复功能，实现数据库间迁移； 2) 连接器：实现UDP、TCP、COM、S7、MELSEC、MODBUS、FETCH、CIP、MQ、API、WCF等主流连接方式； 3) 通讯器：实现通讯队列管理，实现协议适配器（负责协议转换），实现通讯； 4) 实现设备调度算法以及调度：基于CBS的调度算法、基于MAPF的调度算法、基于A*的调度算法、基于Dijkstra的设备调度算法 5) 实现基于Canvas的调度2d绘制显示、实现基于babylonjs的3D回绘制显示，实现任务管理、工作管理、请求管理、报文管理、设备故障统计、日志查询、路径管理页面以及后台支持； 3、业务流程、功能路径描述 1)配置化通讯 2)配置化项目场景 3)配置化调度策略

物流面板

# 智能物流看板业务和功能介绍 ## 一、立项背景和目标 ### 立项背景随着企业物流业务的不断扩大，传统的物流管理方式已经无法满足现代化企业的需求。人工处理物流信息效率低下，容易出错，且难以实现实时监控和数据分析。为了解决这些问题，提高物流管理的效率和准确性，企业需要一个智能化、自动化的物流管理系统。 ### 目标 - 实现物流信息的集中管理和实时监控 - 提高物流管理的效率和准确性 - 实现物流状态的自动识别和异常预警 - 提供数据可视化分析，为决策提供支持 - 建立完善的用户权限管理体系，保障数据安全 ## 二、软件功能、核心功能模块的介绍 ### 整体功能智能物流看板是一个基于前后端分离架构的物流管理系统，提供订单管理、用户管理、部门管理和数据可视化等功能，帮助企业实现物流信息的集中管理和实时监控。 ### 核心功能模块 #### 1. 用户管理模块 - **用户注册和登录**：支持新用户注册和现有用户登录 - **个人资料管理**：用户可以查看和修改个人信息 - **角色权限控制**：区分普通用户和管理员权限，管理员可以管理所有用户 #### 2. 订单管理模块 - **订单列表展示**：展示所有订单的基本信息，支持筛选和排序 - **订单详情查看**：查看订单的详细信息，包括物流状态 - **订单状态管理**：更新订单状态，支持批量操作 - **订单数据导出**：导出订单数据为Excel格式 #### 3. 部门管理模块 - **部门列表展示**：展示所有部门的基本信息 - **部门信息查看**：查看部门的详细信息，包括部门成员 #### 4. 数据可视化模块 - **物流数据仪表盘**：展示物流数据的关键指标和趋势 - **订单数据统计分析**：分析订单数据，生成统计图表 - **实时数据监控**：实时监控物流状态和订单处理情况 #### 5. 物流代理模块 - **物流信息查询与同步**：查询物流信息并同步到系统 - **物流状态自动识别**：自动识别物流状态，更新订单状态 - **物流公司代码映射**：自动映射物流公司代码，提高查询准确性 - **物流信息每日自动更新**：定时更新物流信息，保持数据实时性 #### 6. 系统管理模块 - **用户管理（管理员权限）**：管理员可以添加、修改、删除用户 - **系统日志记录**：记录系统操作日志，便于审计和排查问题 - **系统配置管理**：管理系统配置，如物流API配置 ## 三、业务流程、功能路径描述 ### 1. 订单创建与管理流程 **功能路径**：登录系统 → 订单管理 → 创建订单/导入订单 → 填写订单信息/上传订单数据 → 系统验证 → 订单创建成功 → 订单状态管理 → 物流信息查询 → 物流状态更新 → 订单完成/异常处理 **流程说明

GPS管理系统

本GPS车辆定位监控系统基于若依框架进行二次开发，实现了完整的车辆定位、监控、告警和管理功能。系统采用前后端分离架构，支持JT808协议，可对接各类GPS终端设备。基于Netty实现的高性能TCP服务器，支持JT808 V1.53协议： - 终端管理：终端登录认证、心跳检测、终端注销 - 位置上报：实时位置数据接收与存储 - 告警处理：超速、疲劳驾驶、紧急告警等告警事件处理 - 指令下发：终端参数查询与设置 2. GPS业务模块模块功能描述设备管理 GPS终端设备的注册、绑定、状态监控车辆管理车辆信息维护、设备绑定关系分组管理车辆分组、权限分配位置监控实时位置展示、历史轨迹回放告警管理告警列表、告警处理、告警统计轨迹管理轨迹数据存储、轨迹文件导出