AI显示面板Mura检测定制：背景重建与灰度校正

面板外观检测的难点不在亮点、划伤这类高对比缺陷，而在灰度差仅几个级别的Mura（云斑、条纹、暗块）。这类缺陷没有固定形状模板，阈值卡严则过杀、放松则漏检，传统规则算法很难稳定。

本阶段实验把重点放在成像与图像归一化，而不是直接堆检测模型：

• 成像端采用多曝光合成与线扫拼接，先压住光源不均与拼接缝；再用行/列统计结合低秩分解重建“理想背景”，把每片面板的亮度基线拉平，使Mura残差从原始灰度中显现。
• 检测端在归一化残差图上做多尺度分割，按面积、方向、对比度聚类，输出缺陷等级与置信度，缺陷图与原始图一并留档，便于复判与追溯。

在一条模组线的小批量验证中，低对比度Mura召回由约78%提升至92%，单屏推理耗时仍保持在产线节拍内。下一步计划补充不同亮度档位与曲面屏样本，验证灰度校正参数在换型时能否自动迁移，减少人工调参。