AI显示面板外观检测定制：Mura量化与弱缺陷增强

显示面板外观检测的难点不在缺陷是否存在，而在弱对比缺陷的可判性。Mura、微划痕与异物在灰度上常与正常纹理、镀膜反光混在一起，单纯提高分辨率会放大噪声，也会推高节拍成本。

本期实验围绕三件事推进：一是用低角度暗场与同轴明场组成多通道成像，分离表面与内部光学信息；二是以分区背景估计加弱缺陷增强，将Mura从缓慢变化的背景中剥离，再用轻量分割模型输出像素级掩膜；三是按人眼JND思路对Mura做分级量化，输出等级而非单纯二分类。

要点：
· 阶段进展：在1200张含Mura与微划痕的样本上，弱缺陷召回由82.4%提升至94.1%，过杀率由6.8%降至3.2%；
· 下一步：与产线节拍对齐，验证曲面与折叠屏的成像一致性，并补充不同亮度灰阶下的阈值自适应策略。