← 返回实验室

显示面板AI外观检测:低对比度Mura量化分级

显示面板外观检测的难点不在“有没有”,而在“分得清、判得准”:Mura类亮度不均对比度常低于2%,与面板自身亮度梯度、背光纹路混在一起,阈值法要么漏检,要么把正常渐变判成缺陷。

本阶段实验沿三条线推进:一是成像端用同轴明场+低角度暗场+偏振通道同步采集,把表面异物、划伤与内部Mura在通道间分离;二是用分区平场校正拟合面板自身亮度分布,抑制低频梯度对缺陷信号的淹没;三是针对缺陷样本稀缺,按物理成因合成Mura与微划伤,叠加真实背景纹理后与产线实拍样本混合训练,降低对大批量标注的依赖。

进展(某6代线试跑,连续两周抽检约1500片):

  • 暗场通道对≥30μm异物的检出下限由50μm下调,人工复判漏检由每千片约3片降至1片以内;
  • 过检率由4.2%降至1.4%,剩余误判主要来自边缘胶框区域的规则纹理。

下一步:把分级阈值与客户端Mura判定口径(亮度差百分比与面积占比)对齐,建立复判结果自动回灌的闭环,目标过检率控制在1%以内,并补充柔性面板的成像适配。

评论

更多研究动态

查看全部实验室 →