{
    "basic_info": {
        "name": "曹超华",
        "gender": null,
        "phone": "166-3810-6804",
        "email": "16638106804@163.com",
        "age": null,
        "birth_date": null,
        "location": "广东省东莞市",
        "work_years": 1
    },
    "education": [
        {
            "school": "河南农业大学",
            "major": "计算机科学与技术",
            "degree": "本科",
            "graduation_year": "2026\/06"
        }
    ],
    "job_intention": {
        "expected_position": "机器视觉开发工程师",
        "expected_salary": null,
        "expected_city": null,
        "availability": null
    },
    "skills": [
        "VisionPro",
        "Halcon",
        "VisionMaster",
        "模板匹配",
        "Blob分析",
        "亚像素边缘提取",
        "几何测量",
        "图像预处理",
        "ROI管理",
        "目标定位",
        "尺寸测量",
        "外观缺陷检测",
        "OCR字符识别",
        "一维\/二维码读取",
        "C#\/.NET",
        "面向对象编程",
        "WinForms",
        "工业相机选型",
        "镜头选型",
        "光源选型",
        "相机标定",
        "九点标定",
        "二维坐标转换",
        "Eye-to-Hand手眼标定",
        "运动控制开发",
        "正运动控制器",
        "TCP\/IP",
        "RS232\/RS485",
        "UDP",
        "Modbus TCP",
        "西门子S7通信",
        "MySQL",
        "SQLite",
        "CSV数据存储"
    ],
    "work_experience": [
        {
            "company": "东莞伏羲机器视觉科技有限公司",
            "position": "机器视觉开发工程师",
            "duration": "2025\/06 - 2026\/06",
            "description": "1、负责工业视觉项目从需求评估、方案设计到现场交付，完成相机、镜头、光源及运动控制等硬件选型；针对不同材质和检测特征设计成像方案，覆盖外观缺陷检测、尺寸测量、点胶检测及定位引导等应用场景；\n2、基于 VisionPro、HALCON、VisionMaster 开发模板定位、Blob 分析、边缘提取、精密测量、视觉标定及机械手引导等功能，并针对反光、透明胶路和工件偏移等问题优化成像与算法流程；\n3、使用 C#、WinForms 开发视觉检测上位机，实现图像采集、多线程检测、参数配置与配方管理、检测结果展示及数据管理；通过西门子 S7 系列 PLC、Modbus TCP 等方式完成视觉系统与自动化设备的数据交互；\n4、负责设备现场联调、精度验证、误差分析及异常排查，协同机械、电气、PLC 工程师和客户推进项目验收与量产，保障设备稳定运行。"
        }
    ],
    "project_experience": [
        {
            "name": "电机转子视觉引导定位系统（VisionPro）",
            "role": null,
            "duration": null,
            "description": "项目概述：面向电机转子自动抓取与装配工位，基于 VisionPro 与 C# 开发 Eye-to-Hand 视觉引导系统。通过圆边缘拟合获取转子外圆中心，结合 PatMax 模板匹配定位键槽或扁位方向，计算工件 X\/Y\/Rz 位姿，经手眼标定转换至机器人基坐标系，通过 TCP\/IP 将定位结果发送至六轴机器人，实现多规格转子的视觉抓取与装配。\n主要参数：1. 检测工件为 φ30～120mm 电机转子，要求中心重复定位精度 ±0.15mm、角度 ±0.5°，定位成功率 ≥ 99.0%。2. 视觉硬件选用 500 万全局快门 GigE 面阵相机搭配 16mm 低畸变 FA 镜头，采用漫射环形光抑制金属表面反光。3. 系统通过 TCP\/IP 向机器人控制器下发 X\/Y\/Rz 位姿定位数据。\n个人职责：1. 参与相机、镜头视野计算及光源安装位置验证，完成不同规格转子的成像测试；2. 负责 VisionPro 外圆定位、PatMax 键槽模板匹配及 Fixture 坐标跟随流程搭建；3. 负责 C# WinForms 视觉流程调用、产品参数切换、位姿数据显示及通信数据封装；4. 参与 Eye-to-Hand 手眼标定和机器人 TCP\/IP 联调，并针对不同产品高度建立对应配方及抓取参数。"
        },
        {
            "name": "镜片暗标视觉定位系统（VisionPro）",
            "role": null,
            "duration": null,
            "description": "项目概述：面向树脂、玻璃镜片磨边前的暗标定位需求，基于 VisionPro 与 C# WinForms 开发视觉定位系统。采用低角度暗场照明增强激光暗标与透明镜片之间的灰度差异，通过图像增强、Blob 筛选及亚像素边缘定位提取暗标中心；针对双暗标通过中心连线计算基准角度，经相机标定转换后输出镜片 X\/Y\/Angle 数据，为后续磨边加工提供定位基准。\n主要参数：1. 检测工件为 φ20～80mm 树脂、玻璃镜片，识别 0.5～3mm 暗标，要求中心重复定位精度 ±0.05mm、角度 ±0.5°，暗标定位成功率 ≥99.0%。2. 视觉硬件采用 500 万全局快门 GigE 面阵相机搭配 0.1X 双远心镜头（视野 88×66mm），以低角度环形暗场光为主、同轴光辅助完成轮廓定位。3. 系统通过 TCP\/IP 或串口和 PLC、上位控制系统通信交互。\n个人职责：1. 参与相机高度、暗场光角度及曝光参数验证，对比不同照明条件下暗标成像效果；2. 负责 VisionPro 检测流程搭建，完成图像预处理、Blob 特征筛选、亚像素边缘定位及双暗标角度计算；3. 负责 C# WinForms 中 VisionPro 流程调用、参数配置、检测结果显示及 NG 报警功能开发；4. 参与相机标定、像素坐标到设备坐标转换及通信联调，完成重复定位数据测试。"
        },
        {
            "name": "复杂铸件视觉定位与机器人抓取系统（Halcon）",
            "role": null,
            "duration": null,
            "description": "项目概述：面向电机壳体、泵体等复杂铸件自动上下料工位，基于 Halcon 与 C# WinForms 开发视觉定位系统。利用 Halcon 形状模板匹配完成工件粗定位，再通过定位孔、工艺孔等稳定特征进行二次定位，获取工件中心位置和旋转角度，经标定转换后向机器人输出抓取位姿，实现多规格铸件的自动识别与抓取。\n主要参数：1. 检测对象为 100～400mm 电机壳体、泵体类铸件，中心重复定位精度 ±0.3mm、角度 ±0.8°，定位成功率 ≥98.0%。2. 视觉硬件采用 1200 万像素全局快门 GigE 相机搭配 16mm 低畸变 FA 镜头，组合大面积漫射光与低角度条形光，削弱毛坯油污面反光干扰。3. 视觉系统通过 TCP\/IP 将定位数据传输至六轴机器人控制器完成联动。\n个人职责：1. 参与相机安装高度及漫射光、条形光组合方案验证，测试油污、毛刺情况下的边缘稳定性；2. 负责 Halcon Shape Model 模板制作、ROI 区域设置及基准孔二次定位流程开发；3. 负责 C# WinForms 对 Halcon 算法流程的集成，实现多产品配方、参数保存及结果可视化；4. 参与相机标定、机器人坐标转换及 TCP\/IP 联调，根据抓取偏差协助优化视觉定位参数。"
        },
        {
            "name": "SOP8 芯片字符与引脚视觉检测系统（Halcon）",
            "role": null,
            "duration": null,
            "description": "项目概述：面向 SOP8 封装芯片外观检测工位，基于 Halcon 与 C# WinForms 开发字符及引脚检测系统。首先通过形状模板完成芯片位置和角度定位，并建立跟随坐标系；随后分别对字符区域进行 OCR 识别，对两侧引脚进行亚像素边缘提取与几何测量，实现字符缺失、错误以及引脚缺失、偏移、歪斜和间距异常检测。\n主要参数：1. 检测对象为 5×4mm 的 SOP8 封装芯片，完成引脚间距与位置检测，检测精度 ±0.05mm，字符识别率 ≥ 99.5%，综合检测正确率 ≥99.2%。2. 采用 500 万全局快门 GigE 面阵相机搭配 0.5X 双远心镜头，使用同轴光、低角度环形光分时采集图像，分别实现字符成像与引脚边缘增强。3. 通过 PLC IO 信号触发相机采图，视觉系统输出 OK\/NG 检测结果。\n个人职责：1. 参与远心镜头安装、同轴光与低角度光分时采图方案调试；2. 负责 Halcon 模板匹配、ROI 坐标跟随、OCR 字符识别及引脚亚像素测量流程搭建；3. 负责 C# WinForms 检测流程调度、OK\/NG 判定、统计显示以及 NG 图片自动保存；4. 参与 PLC IO 联调，并针对不同批次芯片的字符灰度及引脚反光情况调整检测参数。"
        },
        {
            "name": "锂电池极片表面缺陷在线检测系统（VisionMaster）",
            "role": null,
            "duration": null,
            "description": "项目概述：面向锂电池极片涂布、辊压及分切工序，基于 VisionMaster 与 C# WinForms 开发连续卷料表面缺陷检测系统。采用 8K 线阵相机配合编码器进行等距离触发采图，通过图像增强、Blob、边缘及尺寸筛选检测露箔、划痕、凹坑、异物和边缘破损等缺陷，并记录缺陷类别、位置及对应图像，实现缺陷追溯和 PLC 报警。\n主要参数：1. 检测幅宽 ≤250mm 锂电池正负极连续卷料，识别露箔、划痕、凹坑、异物、边缘破损缺陷，最小可检出 0.15mm 划痕、0.4mm 凹坑，产线运行速度 15m\/min。2. 采用 8K Camera Link 线阵相机搭配线阵专用镜头，编码器触发采集，以高亮线形光为主、低角度线形光强化缺陷特征。3. 系统缺陷检出率 ≥98.0%，误检率 ≤5%。\n个人职责：1. 参与线阵相机采集参数、编码器触发和行频设置，解决速度变化导致的图像拉伸、压缩问题；2. 负责 VisionMaster 缺陷检测流程搭建，包括背景校正、Blob 分析、边缘检测和缺陷尺寸筛选；3. 负责 C# 缺陷图像保存、参数配方、结果查询及基础数据库记录功能开发；4. 参与 PLC 报警信号联调，通过样本统计调整不同极片批次下的检测阈值及缺陷过滤条件。"
        },
        {
            "name": "LED 灯带点胶质量在线检测系统（VisionMaster）",
            "role": null,
            "duration": null,
            "description": "项目概述：面向 LED 灯带点胶后的在线质量检测，基于 VisionMaster 与 C# WinForms 开发视觉检测系统。灯带采用步进方式输送，每次到位后触发面阵相机采图，通过模板定位建立 ROI 跟随区域，对透明胶路进行边缘提取、Blob 分析及宽度测量，实现断胶、漏胶、溢胶、胶宽异常及胶路位置偏移的自动判定。\n主要参数：1. 检测宽度 ≤10mm 的 LED 灯带及透明胶路，识别断胶、漏胶、溢胶、胶宽异常、位置偏移，胶宽测量精度 ± 0.1mm，可检出最小 0.5mm 断胶。2. 采用 500 万全局快门 GigE 面阵相机搭配 25mm 低畸变 FA 镜头，低角度条形光提取透明胶边缘，漫射光完成灯带定位。3. PLC 触发图像采集，视觉输出 OK\/NG 信号，点胶缺陷综合检测正确率 ≥98.5%，误检率 ≤3%。\n个人职责：1. 参与相机触发时序和低角度光安装角度调试，优化透明胶路边缘对比度；2. 负责 VisionMaster 中模板定位、ROI 跟随、胶路边缘提取、Blob 及宽度测量流程开发；3. 负责 C# WinForms 检测流程调用、OK\/NG 统计、NG 图片保存以及产品配方管理；4. 参与 PLC 通信联调，并针对不同颜色灯带、透明胶对比度变化进行曝光、光源和阈值参数优化。"
        }
    ],
    "certifications": [],
    "self_evaluation": ""
}

{
    "events": [
        {
            "eventName": "ObjectCreated:PutObject",
            "eventSource": "acs:oss",
            "eventTime": "2026-09-12T06:19:00.000Z",
            "eventVersion": "1.0",
            "oss": {
                "bucket": {
                    "arn": "acs:oss:cn-hangzhou:1748673497100614:langbowei-static",
                    "name": "langbowei-static",
                    "ownerIdentity": "1748673497100614",
                    "virtualBucket": ""
                },
                "object": {
                    "deltaSize": 600904,
                    "eTag": "A723B0E6CF340EB2DE2192A043D7099C",
                    "key": "resumes\/1-6aa4eed4-15c32e-ba29f982dbb9__widget_1704704635359_0.pdf",
                    "objectMeta": {
                        "mimeType": "application\/pdf"
                    },
                    "size": 600904
                },
                "ossSchemaVersion": "1.0",
                "ruleId": "6ace21aabfd5f4f41034504922b3ff7128aa76bb"
            },
            "region": "cn-hangzhou",
            "requestParameters": {
                "sourceIPAddress": "172.16.0.120"
            },
            "responseElements": {
                "requestId": "6AA4EED468C24E35308E0E6C"
            },
            "userIdentity": {
                "principalId": "300034963247836315"
            }
        }
    ]
}