← 返回实验室

显示面板AI外观检测定制:Mura分级与复判阈值

在显示面板外观检测中,难点往往不是「有没有缺陷」,而是「这条缺陷算不算判退」。浅划痕、膜层异色与Mura(亮度不均)在低对比度成像下与正常纹理高度相似,阈值稍紧过检激增,稍松则漏检,复判人力被大量消耗。

本阶段实验围绕三个环节推进:一是多光源分时成像(同轴光+低角度光+背光)合成缺陷证据图,提升浅划痕与异色的信噪比;二是将缺陷按形态、面积、灰度差与区位(可视区/边框区/端子区)做结构化分级,模型输出分级结果而非单一OK/NG;三是复判阈值自校准,用近30天产线复判记录反推各等级判定边界,减少人工调阈值。

进展与数据:

  • 在G6线外观检测工位的小样本试跑中(缺陷样本不足2000张,含Mura、微划痕、异物、异色四类),分级模型对Mura与异色的分级一致率较原规则阈值提升约12个百分点,过检率下降,单班复判量减少约三成。
  • 下一步:接入不同尺寸面板的换型参数(像素密度、视区边界),验证换型后首小时模型稳定性,并补充低照度工位的成像补偿策略。

评论

更多研究动态

查看全部实验室 →