AI显示面板外观缺陷检测：暗场成像与Mura分级

显示面板的外观缺陷多处于弱对比、强反射的成像条件下：盖板玻璃的微划痕、模组表面的异物与Mura在常规明场下容易被环境反光淹没。本阶段实验的重点放在成像端与判定端的配合上。

进展：试制工位采用明场、暗场与偏振光源分时曝光，用偏振通道抑制盖板表面镜面反射，再以局部对比度归一化把低对比缺陷从背景纹理中分离；分割网络只输出候选区域，Mura按SEMU口径做分级。在某模组产线的抽检数据上，宽度20μm以下微划痕的召回率由人工目检的约78%提升至94%，过杀率约3%，Mura分级与工艺工程师判定的一致性Kappa约0.85。

下一步：将产线复判结果回流为增量训练样本，重点抑制边缘区域由灰尘、镀膜色差引起的伪缺陷，并验证面板尺寸换型时的标定迁移成本。