AI显示面板外观检测定制：光度立体与Mura过检抑制

在显示面板外观检测中，真正的难点往往不是找出异常，而是把灰尘、指纹这类可清除的干扰与真实划伤、Mura 区分开。本期实验的方向是：用多角度条纹反射（相位偏折）与光度立体融合，重建盖板玻璃表面的法向梯度图，让缺陷判定在「法向域」而非灰度域进行。灰尘与指纹在灰度图上与微划伤高度相似，但在法向梯度上表现为无固定走向的低幅值散斑，可分性明显改善。

【进展】在一条 6.5 代线盖板检测工位做离线回放验证，取近两周含人工复判结果的 1.2 万张图像。引入法向梯度特征后，划伤类缺陷误报率由 6.8% 降至 2.1%，漏检率维持在 0.3%；单张推理约 42ms，可匹配现有节拍。当前边界情况是浅抛光痕与局部雾状 Mura，两者区分依赖后续量化分级。

【下一步】将 Mura 判定由二分类改为按 JND 的连续分级输出，并加入跨批次阈值自校准，降低因玻璃批次反射率差异带来的阈值重调成本。