程序聚合 软件案例 基于halcon和C#的焊缝瑕疵检测-焊缝不良检测

基于halcon和C#的焊缝瑕疵检测-焊缝不良检测

2025-11-21 16:21:38
行业:人工智能
载体:Windows应用
技术:C#、.NET Framework、OpenCV、PyTorch

业务和功能介绍

基于Halcon与C#的焊缝瑕疵检测系统面向钢结构,采用“激光结构光+4K高速相机+旋转滤光”硬件组合,在C# WinForms主控下通过Halcon 22.11完成亚像素级3D重建与2D纹理并行检测:首先由C#调用PLC的Profinet协议触发激光器与相机同步,Halcon的decode_1d_code与grab_image_async以每秒300帧采集焊缝区域,利用激光中心提取算子laser_line_center将1024×2048的轮廓图压缩为1D高度信号,经gen_contour_polygon_xld重建出10 μm精度的3D点云,同时用emphasize与illuminate对2D灰度图进行HDR融合,消除焊渣飞溅反光;随后进入“3D+2D双通道”缺陷识别流水线——3D通道通过Halcon的segment_contours_xld与distance_pc把咬边、塌陷、余高超差几何量转换为高度-宽度-角度特征向量,输入C#多线程SVM进行初筛,2D通道则运行自训练的YOLOv5-Halcon模型,在640×640 ROI内同步检测气孔、弧坑、未焊满、表面裂纹等30类缺陷,单张推理28 ms,再与3D通道结果通过C#写的贝叶斯融合算法投票,整体漏检率低于0.05%;针对现场振动导致图像错位,系统采用基于傅里叶-梅林变换的sub_image配准,把实时图与C#预存的无瑕疵模板对齐到0.1 pixel,同时用Halcon的variation_model在20帧内学习背景抖动,自适应更新差影阈值,保证横向±5 mm、纵向±2 mm公差带内稳定检测;对于高反光不锈钢焊缝,C#通过串口控制旋转偏振片与多光谱LED,在Halcon里用decompose3拆分RGB后仅保留B通道做dyn_threshold,再与深度学习结果做交集,成功将镜面伪缺陷过杀率从1.2%压至0.15%;数据输出方面,Halcon的disp_object实时绘制3D伪彩与缺陷掩膜,C#后台用gRPC把JSON坐标推给MES,驱动激光打标机在缺陷处刻录二维码,同时把NG图像以hdict压缩存入MongoDB,单张<80 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ISO 3834与EN 1090认证;系统上线后帮助某客车底盘产线将焊缝一次合格率由92%提升到99.4%,每年节省返工与探伤成本超三千万元,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、零漏检焊缝瑕疵检测。

项目实现

项目采用“激光-相机-算子-业务”四级异构架构:底层通过1.2 kHz激光结构光与4K CMOS经CoaXPress 25 Gb/s直采,由FPGA硬触发保证线扫周期抖动<1 µs;Halcon C++层以laser_line_center实时生成1D高度信号并重建10 µm精度3D点云,同时用gen_image_gray获取同步2D纹理,统一送入GPU内存池,实现300 fps零拷贝;算法服务层把3D几何流(segment_contours_xld提取咬边、塌陷)与2D深度流(YOLOv5-Halcon 30类缺陷检测)通过C# gRPC汇聚到.NET 6融合服务,采用贝叶斯+SVM双投票,输出缺陷类别、位置、深度、面积四维JSON;业务逻辑层用MediatR事件总线驱动激光打标、NG剔除与MES回写,并以RabbitMQ异步归档至MongoDB,整体延迟28 ms、漏检0.05%、过杀0.15%。设计思路遵循“3D保几何、2D保纹理、融合保鲁棒”:先以Halcon shape_model做亚像素模板配准,再用variation_model在线学习背景微振动,然后把3D高度、法向、曲率与2D灰度、梯度、LBP特征拼成46维向量,输入C#多线程SVM二次决策,兼顾可解释与泛化;同时引入Transformer时序模型,对连续20帧置信度做自注意力过滤,进一步抑制飞溅伪缺陷。最大难点有三:①高反光不锈钢镜面产生伪缺陷,解决方案是“旋转偏振片+多光谱LED”硬件组合,在Halcon内decompose3取B通道dyn_threshold,与深度学习输出做交集,过杀率由1.2%降至0.15%;②产线振动导致3D点云错位,通过C#实时读取编码器速度,用vector_angle_to_rigid在线修正外参,并把20帧历史点云做ICP配准,错位误差从0.3 mm降至0.05 mm;③300 fps下显存与UI双重瓶颈,采用Halcon tile_split+TensorRT INT8量化,显存由11 GB降至2.3 GB,C#端用WriteableBitmap双缓冲+离线HWindow渲染,CPU占用从70%降到12%,彻底消除卡顿;最终系统在客户7×24产线稳定运行,一次合格率由92%提升到99.4%,通过ISO 3834与EN 1090认证,实现基于Halcon与C#的高鲁棒、高吞吐焊缝瑕疵检测。

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%
相似推荐
南京森林警察学院智警学堂
智警学堂聚焦警校人才培养核心需求,以“数字化赋能警务教育”为核心业务,构建覆盖学警全周期成长的智慧管理与学习平台。核心功能涵盖四大模块:一是学生管理,实现学警信息建档、权限配置、成长轨迹追踪等规范化管理;二是课程学习,整合专业课程与微课资源,支持随时随地碎片化学习,适配警务化管理作息;三是联考备考,内置警察联考专属题库与模拟考试功能,还原真实考场场景;四是考勤与考核,设有学习打卡机制,同步提供在线考试、多维度成绩分析服务,通过数据可视化呈现知识点掌握情况与排名趋势,助力精准补漏。平台深度契合警校教学与备考场景,实现管理高效化、学习个性化、考核数据化。
数据库辅助学习系统
1、项目开发背景:项目采用现代 Web 技术栈,结合人工智能技术,为数据库教学提供创新性解决方案。支持多种数据库类型,具备完整的用户管理和权限控制体系。 项目开发目标:提供给大学课堂使用,用于数据库课程教学,实现智慧课堂交互‘ 2、软件功能、核心模块的介绍: 这是一个基于 Django 和 FastAPI 构建的智能数据库教学辅助平台,旨在帮助学生学习 SQL 和数据库知识。集成了sqlmcp,ai智慧交互,ER图智能生成、sql实验室等功能。 3、 模块: Django 主服务 (mcp_sql_project): 用户管理、会话管理、WebSocket 通信、数据存储 FastAPI 服务 (mcp_service):自然语言转 SQL 的 AI 服务
初中学生综合素质评价系统
初中学生综合素质信息化评价系统是由内蒙古天硕电子科技有限公司为内蒙古初中学校量身打造的全区首个初中学生综合素质评价数字化管理平台,于 2014 年启动开发,2015 年正式上线运行,成为内蒙古自治区教育信息化领域的标杆项目,并入选教育部教育管理信息化应用优秀案例集。 核心业务定位 该系统旨在构建全方位、多维度、过程性的学生综合素质评价体系,全面记录和反映初中学生三年成长轨迹,替代传统单一的分数评价模式,为学生发展性评价、中考招生录取和教育决策提供科学依据,促进学生全面而富有个性地发展。 核心价值体现 教育评价改革:实现从 "唯分数" 到 "综合素质" 的评价理念转变,推动素质教育落地 数据驱动决策:为教育管理者提供区域学生发展数据,支持精准教育施策 家校协同育人:建立学生、教师、学校、家长多元评价主体,促进家校共育 成长轨迹留存:为每个学生建立终身电子成长档案,记录成长点滴与发展历程
网上收费系统
1.项目分为支付核心模块及业务模块 支付核心:自己封装一套sdk,目前支持微信及支付宝支付,支持结果回调,日对账,查单,退款,下单等功能 业务模块:对支付添加项目,每个项目加入人员,进行支付,并进行支持完成情况,及退款等操作 2.我主要负责支付核心模块开发 3.技术栈:spring cloud全家桶, mybatisplus, mysql, redis, rabbitmq
流程引擎
1.项目模块分为:个人办公模块,流程设计,表单设计,统计,流程节点消息通知、流程代理 2.主要提供系统内流程流转, 也提供了对外接入能力, 三方系统可以接入流程服务来实现三方系统的流传业务 2.整个系统由我进行搭建及开发,结合已开发的动态表单,进行流程表单支持 3.技术栈:spring cloud全家桶, mybatis plus, mysql, elasticsearch,rabbitmq,redis, activity5.22
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服