Обнаружение дефектов на поверхности жидкокристаллических дисплеев является ключевым для обеспечения стабильного качества TFT-LCD и других ЖК-экранов. Благодаря высокой эффективности и низкой стоимости при обнаружении поверхностных дефектов, технология машинного зрения в настоящее время стала основным средством контроля качества TFT-LCD. В статье сначала рассматривается история развития ЖК-дисплеев, перечисляются типы распространённых дефектов Mura, представляются методы обнаружения дефектов Mura на основе традиционной обработки изображений и глубокого обучения, а также обобщаются исследования в области предварительной обработки изображений, таких как фильтрация и коррекция яркости. Основное внимание уделяется применению искусственного интеллекта — обучению с учителем, без учителя и переносу обучения — в области обнаружения дефектов Mura на поверхности TFT-LCD, а также перспективам развития технологий машинного зрения для этой задачи.

TFT-LCD; дефекты Mura; машинное зрение; обработка изображений; глубокое обучение