个人介绍
个人博客: https://blog.csdn.net/m0_57699219
工作经历
2018-03-01 -至今广州基座光学有限公司软件工程师
随着公司电控系统业务的不断拓展,对软件的可重用性、模块化和跨平台需求日益增强。为了满足这些需求,我负责主导了一个关键项目,即为公司电控系统开发各种API、静态库、动态库以及Python库,旨在提升软件的开发效率,优化Python开发者的调用体验。 开发一套高效、稳定的电控系统API,实现核心功能的模块化封装。 构建静态库和动态库,以便于其他语言和平台调用。 创建Python库,为Python开发者提供友好、易用的接口,降低调用复杂度。 提升软件的可维护性和扩展性,以适应未来业务的发展需求。 制定详细的项目计划,明确各阶段的任务和目标。 API设计与开发 设计清晰、一致的API接口规范,确保易用性和可读性。 采用C++等高效编程语言实现API功能,保证性能和稳定性。 静态库与动态库构建 利用编译器工具链,将API功能编译成静态库(.a/.lib)和动态库(.so/.dll)。 对库进行严格的测试和优化,确保其在不同平台和环境下的兼容性。 Python库开发 使用Python的ctypes或cffi库,实现对C++/C动态库的封装。 提供详细的文档和示例代码,降低学习成本。 集成与测试 将
2018-03-01 -至今广州基座光学有限公司软件工程师
本项目开发的激光光束分析软件旨在提供高精度的激光束质量检测解决方案。该软件通过结合工业相机的图像处理技术和矩阵运算算法,实现对激光束的全面分析,符合ISO国际标准,以保证激光系统的性能和稳定性。 主要功能模块: 激光光束质量检测:软件能够精确分析激光光束的图像数据,计算出多项符合ISO国际标准的质量指标,包括但不限于光斑形状、光束发散度、焦点位置等参数,全面评估激光束的质量。 ISO标准算法实现:系统集成了20种ISO国际标准算法,涵盖了激光光束质量评估的各个方面。这些算法经过严谨的验证,以确保准确反映激光束的真实特性,并为后续的优化和调整提供科学依据。 工业相机与图像处理:基于高分辨率工业相机进行图像采集,通过先进的矩阵运算技术处理图像数据。该技术能够高效地提取图像特征,进行高精度的光束分析,确保分析结果的准确性和可靠性。 用户界面与操作:软件基于C++和Qt Widget框架开发,提供直观且易于操作的用户界面。用户可以方便地进行数据输入、结果查看及报告生成,同时支持多种数据导出格式,便于后续分析和文档编制。 编程语言:C++ 图形界面框架:Qt Widget 图像处理技术:矩阵运算
2018-03-01 -至今广州基座光学有限公司软件工程师
本项目旨在开发一款高精度的M²因子测量软件,专用于激光光束的质量评估。M²因子,即光束质量因子,是衡量激光光束偏离理想高斯光束的程度的关键参数。准确的M²因子测量对激光系统的性能优化、调试和质量控制至关重要。 主要功能模块: M²因子计算与分析: 计算算法:实现了符合ISO 11146标准的M²因子计算算法,通过对激光光束图像的分析,精确测量光束的M²因子。此算法包括高斯拟合技术和矩阵运算,以确保高精度的计算结果。 光束质量评估:根据计算出的M²因子,评估光束的发散性和整体质量,为激光系统的性能提供科学依据。 图像采集与处理: 高分辨率图像采集:利用先进的工业相机进行实时高分辨率图像采集,确保光束的细节被准确捕捉。 图像处理技术:应用矩阵运算和图像处理技术对采集的图像进行分析,包括光束的边界检测、光斑形状识别等。 标准化测量与数据处理: 符合ISO标准:软件严格按照ISO 11146标准进行M²因子的计算,确保测量结果的国际认证水平。 数据处理与分析:系统对测量数据进行全面处理和分析,包括统计分析和误差评估,以确保结果的准确性和可靠性。 结果展示与报告生成: 结果可视化:提供详细的图形
教育经历
2020-01-01 - 2024-01-01n计算机应用技术专科
Xxxxxxxxxxxxxxxxxxxx
技能
随着公司电控系统业务的不断拓展,对软件的可重用性、模块化和跨平台需求日益增强。为了满足这些需求,我负责主导了一个关键项目,即为公司电控系统开发各种API、静态库、动态库以及Python库,旨在提升软件的开发效率,优化Python开发者的调用体验。 开发一套高效、稳定的电控系统API,实现核心功能的模块化封装。 构建静态库和动态库,以便于其他语言和平台调用。 创建Python库,为Python开发者提供友好、易用的接口,降低调用复杂度。 提升软件的可维护性和扩展性,以适应未来业务的发展需求。 制定详细的项目计划,明确各阶段的任务和目标。 API设计与开发 设计清晰、一致的API接口规范,确保易用性和可读性。 采用C++等高效编程语言实现API功能,保证性能和稳定性。 静态库与动态库构建 利用编译器工具链,将API功能编译成静态库(.a/.lib)和动态库(.so/.dll)。 对库进行严格的测试和优化,确保其在不同平台和环境下的兼容性。 Python库开发 使用Python的ctypes或cffi库,实现对C++/C动态库的封装。 提供详细的文档和示例代码,降低学习成本。 集成与测试 将开发的API和库集成到电控系统中,进行功能测试和性能测试。 收集反馈,持续优化和调整,确保满足实际需求。 文档与维护 建立问题跟踪和版本控制机制,保障项目的持续迭代和更新。
本项目开发的激光光束分析软件旨在提供高精度的激光束质量检测解决方案。该软件通过结合工业相机的图像处理技术和矩阵运算算法,实现对激光束的全面分析,符合ISO国际标准,以保证激光系统的性能和稳定性。 主要功能模块: 激光光束质量检测:软件能够精确分析激光光束的图像数据,计算出多项符合ISO国际标准的质量指标,包括但不限于光斑形状、光束发散度、焦点位置等参数,全面评估激光束的质量。 ISO标准算法实现:系统集成了20种ISO国际标准算法,涵盖了激光光束质量评估的各个方面。这些算法经过严谨的验证,以确保准确反映激光束的真实特性,并为后续的优化和调整提供科学依据。 工业相机与图像处理:基于高分辨率工业相机进行图像采集,通过先进的矩阵运算技术处理图像数据。该技术能够高效地提取图像特征,进行高精度的光束分析,确保分析结果的准确性和可靠性。 用户界面与操作:软件基于C++和Qt Widget框架开发,提供直观且易于操作的用户界面。用户可以方便地进行数据输入、结果查看及报告生成,同时支持多种数据导出格式,便于后续分析和文档编制。 编程语言:C++ 图形界面框架:Qt Widget 图像处理技术:矩阵运算 符合标准:20种ISO国际标准算法 研发周期:10个月 工作内容:包括算法的研究与开发、图像处理技术的应用、系统的设计与实现。项目涉及从理论分析到实际应用的全程主力开发,确保软件的功能性和稳定性。 项目目标: 该软件系统旨在为激光应用领域提供一个高效、精确的质量检测工具,以支持激光设备的研发、生产和维护。通过严格的标准化评估,提升激光系统的性能,并满足行业对激光质量检测的高要求。
本项目旨在开发一款高精度的M²因子测量软件,专用于激光光束的质量评估。M²因子,即光束质量因子,是衡量激光光束偏离理想高斯光束的程度的关键参数。准确的M²因子测量对激光系统的性能优化、调试和质量控制至关重要。 主要功能模块: M²因子计算与分析: 计算算法:实现了符合ISO 11146标准的M²因子计算算法,通过对激光光束图像的分析,精确测量光束的M²因子。此算法包括高斯拟合技术和矩阵运算,以确保高精度的计算结果。 光束质量评估:根据计算出的M²因子,评估光束的发散性和整体质量,为激光系统的性能提供科学依据。 图像采集与处理: 高分辨率图像采集:利用先进的工业相机进行实时高分辨率图像采集,确保光束的细节被准确捕捉。 图像处理技术:应用矩阵运算和图像处理技术对采集的图像进行分析,包括光束的边界检测、光斑形状识别等。 标准化测量与数据处理: 符合ISO标准:软件严格按照ISO 11146标准进行M²因子的计算,确保测量结果的国际认证水平。 数据处理与分析:系统对测量数据进行全面处理和分析,包括统计分析和误差评估,以确保结果的准确性和可靠性。 结果展示与报告生成: 结果可视化:提供详细的图形化展示,包括光束的光斑形状、M²因子的计算结果及其统计分析,用户可以直观地查看光束质量。 报告生成:自动生成详细的测量报告,支持PDF、Excel等多种格式,报告内容包括M²因子的计算结果、图像分析数据和趋势图,方便用户进行分析和存档。 用户界面与操作: 直观界面:使用C++和Qt Widget框架开发用户友好的界面,确保操作简便、功能全面。用户可以方便地进行数据输入、结果查看、报告生成等操作。 操作指导:提供操作指南和帮助文档,支持用户快速上手和高效使用软件。 编程语言:C++ 图形界面框架:Qt Widget 图像处理技术:矩阵运算、图像滤波和高斯拟合 符合标准:ISO 11146标准 工作内容:涵盖M²因子计算算法的研究与开发、图像处理技术的应用、系统集成与界面设计等方面。项目经历了详细的理论分析、实验验证和系统优化,以确保软件的高精度和稳定性。 项目目标: 本软件系统旨在为激光设备制造商、研究人员及其他相关领域提供一个高精度的M²因子测量工具。通过科学、标准化的测量和分析,帮助用户优化激光系统的性能,确保设备的稳定性和质量,满足高端激光应用的需求。