显示面板AI外观缺陷检测：低对比度缺陷的成像与判定

显示面板的外观缺陷常常“长得不像缺陷”：低对比度mura、膜下微尘、边缘微崩，在反光与纹理背景中灰度差往往只有几个等级。我们在该方向的实验重点不是换更大的模型，而是先把“可判”这件事做扎实。

做法分三层：成像端用分区多角度光源配合偏振抑制反光，按缺陷类型切换打光方案，让弱缺陷的对比度稳定可复现；预处理端做背景均匀化与分频差分，压低像素栅格、膜层干涉纹等固有纹理，保留异常分量；判定端以正常样本建模的异常检测为主、少量标注缺陷为辅，输出缺陷位置图与置信度，再由规则层对齐客户验收标准。

• 阶段性进展：在自建测试集（约1.2万张，覆盖mura、划伤、异色、微尘等8类）上，低对比度划伤召回约0.93，过检率约4%，边缘端单帧推理约280ms，可匹配常见产线节拍。
• 下一步：把不同型号的面板规格做成可切换的判定配置，新机型仅需少量正常片即可完成迁移标定，减少改机时的重新调参。