CN120558529A - 一种led显示屏生产的瑕疵检出方法 - Google Patents

Abstract

本发明提供基于一种LED显示屏生产的瑕疵检出方法，属于风电场技术领域。该方法包括：采集裸基板的热图像，并基于所述热图像进行通电微瑕疵检测；在通电微瑕疵检测完成之后，对完成SMT贴片焊接的基板进行双光谱检测；在双光谱检测完成之后，对组装完成的显示模组进行像素级失效检测；在像素级失效检测完成之后，对显示屏整机进行光学性能验证；在光学性能验证完成之后，根据预设标准和算法量化瑕疵参数，根据量化结果匹配预设规则树，划分瑕疵等级，以生成瑕疵检出报告。本发明通过基板通电微瑕疵检测、贴片焊接双光谱分析、像素级色差动态预警、整机光学验证的架构，实现瑕疵的多维度协同检测，提高瑕疵识别率、降低误报率高。

Description

一种LED显示屏生产的瑕疵检出方法

技术领域

本发明涉及风电场技术领域，具体地涉及一种LED显示屏生产的瑕疵检出方法。

背景技术

随着Mini/Micro LED技术推动显示屏向高密度、超薄化方向发展（像素间距已突破0.5mm），其制造过程涵盖裸基板加工、SMT贴片焊接、显示模组组装及整机集成等多工序，任一环节的微瑕疵（如50μm级基板空洞、0.1℃级热斑异常）均可能导致显示均匀性劣化或功能失效。传统瑕疵检测体系主要依赖三类技术：1.光学与射线检测：自动化光学检测（AOI）通过可见光成像识别焊点形态异常，X射线探伤利用穿透性检测基板内部结构；2.电性能与热检测：四线法阻抗测量定位导通故障，红外热成像捕捉温度异常；3.人工复检：整机光学验证环节依赖目视检查拼接缝亮度差。

传统方法依赖AOI、X射线或单一热成像等离散手段，检测维度孤立，如AOI无法检出基板内部微短路，X射线对超薄基板分层瑕疵分辨力不足，导致瑕疵识别率低、误报率高。

发明内容

本发明提供基于一种LED显示屏生产的瑕疵检出方法，用以解决现有技术依赖离散手段，检测维度孤立，导致瑕疵识别率低、误报率高的问题。

为了实现上述目的，本发明实施例一方面提供基一种LED显示屏生产的瑕疵检出方法，所述瑕疵检出方法包括：采集裸基板的热图像，并基于所述热图像进行通电微瑕疵检测；在通电微瑕疵检测完成之后，对完成SMT贴片焊接的基板进行双光谱检测；在双光谱检测完成之后，对组装完成的显示模组进行像素级失效检测；在像素级失效检测完成之后，对显示屏整机进行光学性能验证；在光学性能验证完成之后，根据预设标准和算法量化瑕疵参数，根据量化结果匹配预设规则树，划分瑕疵等级，以生成瑕疵检出报告。

可选的，所述采集裸基板的热图像，并基于所述热图像进行通电微瑕疵检测包括：以首帧热图像为基准，对后续每帧图像计算当前帧与首帧对应区域的温度差值；若某区域连续n帧的温差均超过第一阈值，标记为短路嫌疑点；若某区域单帧温升超过第二阈值，标记为过载嫌疑点；若某区域持续n秒的温差小于第三阈值，标记为第一类空洞嫌疑点；通过阻抗测量验证短路嫌疑点和过载嫌疑点是否为短路瑕疵和过载瑕疵，通过超声扫描验证第一类空洞嫌疑点是否为第一类空洞瑕疵。

可选的，所述采集裸基板的热图像，并基于所述热图像进行通电微瑕疵检测还包括：基于检测到的短路瑕疵、过载瑕疵、第一类空洞瑕疵的相关信息，利用预设的深度学习瑕疵演化预测模型，结合多物理场耦合补偿算法，预测每个瑕疵在后续SMT贴片焊接热循环中的行为；根据预测结果，生成温度曲线修正建议。

可选的，所述在通电微瑕疵检测完成之后，对完成SMT贴片焊接的基板进行双光谱检测包括：采集所述完成SMT贴片焊接的基板的可见光图像与红外图像；基于采集的可见光图像与红外图像，识别虚焊瑕疵、第二类空洞瑕疵和锡桥瑕疵。

可选的，所述基于采集的可见光图像与红外图像，识别虚焊瑕疵、第二类空洞瑕疵和锡桥瑕疵包括：基于采集的可见光图像，提取可见光图像中的焊盘区域，计算每个焊盘区域内的亮色像素占比，若亮色像素占比小于第四阈值，识别为虚焊瑕疵；基于采集的红外图像，提取红外图像中的焊点，计算焊点温度与周边区域的温差，当温差超过第五阈值时，则进行第二类空洞嫌疑标记；针对第二类空洞嫌疑标记的区域，采用OSTU算法分割红外图像，并计算第二类空洞嫌疑标记的区域面积，若该区域面积大于焊盘面积预设比例，识别为空洞瑕疵；基于采集的红外图像，提取红外图像中的非焊盘区亮斑，计算非焊盘区的亮斑连通域直径，若亮斑连通域直径大于第六阈值，识别为锡桥瑕疵。

可选的，所述基于采集的可见光图像与红外图像，识别虚焊、空洞和锡桥瑕疵还包括：对于所述第二类空洞嫌疑标记区域，通过可见光复检或X-ray局部扫描确认。

可选的，所述在双光谱检测完成之后，对组装完成的显示模组进行像素级失效检测，包括：采集所述显示模组的可见光图像和红外图像，计算每个像素的当前色彩与标准值的色差；按色差值划分预警等级，并触发相应响应措施。

可选的，所述在像素级失效检测完成之后，对显示屏整机进行光学性能验证，包括：采集显示屏整机的亮度矩阵和热成像图；根据采集的亮度矩阵和热成像图，进行拼接缝亮度检测、涂层厚度检测、光场均匀性检测和表面洁净度检测。

可选的，所述根据采集的亮度矩阵和热成像图，进行拼接缝亮度检测、涂层厚度检测、光场均匀性检测和表面洁净度检测，包括：计算显示模组拼接缝处的亮度差，若亮度差超过第七阈值，则生成分区亮度补偿系数，以进行拼接缝校正；采用涡流传感器检测显示模组涂层厚度，若厚度波动大于第八阈值，则标记返工区域；利用平行光源和成像系统，检测显示模组光场均匀性，若光斑直径差异大于第九阈值，则输出调整透镜组间距指令；采用激光粒子计数器检测显示模组表面洁净度，若颗粒物尺寸和密度均大于第十阈值，则输出触发自动清洁机构指令。

可选的，所述在光学性能验证完成之后，根据预设标准和算法量化瑕疵参数，根据量化结果匹配预设规则树，划分瑕疵等级，以生成瑕疵检出报告还包括：对临界模糊瑕疵启动置信度复核机制，通过二次局部高倍扫描及3D轮廓重建验证。

本发明所提供的基一种LED显示屏生产的瑕疵检出方法，该方法通过基板通电微瑕疵检测、贴片焊接双光谱分析、像素级色差动态预警、整机光学验证的架构，实现瑕疵的多维度协同检测，提高瑕疵识别率、降低误报率高。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1是本发明提供的基一种LED显示屏生产的瑕疵检出方法的流程示意图；

图2是本发明实施例提供的裸基板通电微瑕疵检测的流程示意图；

图3是本发明实施例提供的显示模组像素级失效检测的流程示意图；

图4是本发明实施例提供的瑕疵等级划分与报告生成的流程示意图。

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

需要说明的是，本申请技术方案中对数据的获取、传输、存储、使用、处理等均符合国家法律法规的相关规定。在本申请实施例中，可能提及某些软件、组件、模型等业界已有方案，应当将它们认为是示范性的，其目的仅仅是为了说明本申请技术方案实施中的可行性，但并不意味着申请人已经或者必然用到了该方案。

如前文所述，传统方法依赖AOI、X射线或单一热成像等离散手段，检测维度孤立，如AOI无法检出基板内部微短路，X射线对超薄基板分层瑕疵分辨力不足，导致瑕疵识别率低、误报率高。

因此，针对该问题本发明提供了基一种LED显示屏生产的瑕疵检出方法，其通过基板通电微瑕疵检测、贴片焊接双光谱分析、像素级色差动态预警、整机光学验证的架构，实现瑕疵的多维度协同检测，提高瑕疵识别率、降低误报率高。

图1是本发明实施例提供的一种LED显示屏生产的瑕疵检出方法的流程示意图，请参考图1，该瑕疵检出方法可以包括以下步骤：

请参考图2，步骤S110：采集裸基板的热图像，并基于热图像进行通电微瑕疵检测。

举例说明，将贴有二维码的裸基板固定在高精度多轴移动平台上，通过扫码设备绑定批次信息后，由恒流源向FPC输入端施加5A电流（波动控制在±0.1%内）。多轴平台以120mm/s的速度按蛇形路径移动，红外热像仪在通电0.5秒后（消除浪涌干扰）以每秒30帧的频率采集热图像（消除通电浪涌干扰），捕捉细微温度变化。与此同时，嵌入式系统实时对采集到的热图像进行分析处理，以检测裸基板微瑕疵。

请参考图2，优选的，步骤S110可以包括步骤S111-步骤S115：步骤S111，以首帧热图像为基准，对后续每帧图像计算当前帧与首帧对应区域的温度差值；步骤S112，若某区域连续n帧的温差均超过第一阈值，标记为短路嫌疑点；步骤S113，若某区域单帧温升超过第二阈值，标记为过载嫌疑点；步骤S114，若某区域持续n秒的温差小于第三阈值，标记为第一类空洞嫌疑点；步骤S115，通过阻抗测量验证短路嫌疑点和过载嫌疑点是否为短路瑕疵和过载瑕疵，通过超声扫描验证第一类空洞嫌疑点是否为第一类空洞瑕疵。

本发明通过红外热像与首帧图像动态比对，结合阻抗测量和超声扫描，实现短路、过载、空洞的精准定位，定位精度提高；较传统AOI技术，提升了对基板内部微短路的检出率，解决了现有技术中隐蔽缺陷漏检问题。

举例说明，在裸基板通电初始阶段（如通电后0.5秒内）采集首帧热图像，此时基板温度场尚未受持续电流影响，可作为无缺陷状态的基准参考。采用红外热像仪（分辨率≥1280×1024像素，测温精度±2%）以30帧/秒的频率连续采集，确保温度变化的时间分辨率。对后续每帧图像进行像素级差分运算，计算当前帧与首帧对应区域的温度差值（ΔT=T_current-T_reference）。当某区域连续n帧（n=5-10，可根据扫描速度调整）的温差ΔT均超过第一阈值（如ΔT≥5℃）时，标记为短路嫌疑点。原理：短路导致电流集中流过窄路径，产生持续焦耳热，使局部温度快速累积，形成连续温差异常。若某区域单帧温升（ΔT_frame=T_current-T_prev_frame）超过第二阈值（如ΔT_frame≥3℃），标记为过载嫌疑点。原理：过载时电流瞬时增大，导致局部功率密度骤升，产生单帧内的温度突跳。当某区域持续n秒（n=1-3，与热扩散时间常数匹配）的温差ΔT始终小于第三阈值（如ΔT≤1℃），标记为空洞嫌疑点。原理：空洞（如基板内部铜箔分层）导致热阻增大，热量传导受阻，使该区域温度上升缓慢，与周边温差持续偏低。在热像仪触发瞬间通过光栅尺读取多轴移动平台上裸基板表面被检测点的三维坐标（定位精度±0.02mm）。对短路嫌疑点和持续发热的过载嫌疑点进行阻抗测量。当阻抗值＜10kΩ，确认为“短路瑕疵”，当阻抗正常但热斑扩大（连续3帧热斑面积增长≥10%或温度持续上升），确认为“过载瑕疵”。对标记的“第一类空洞嫌疑点”，多轴平台自动移动该点至超声扫描探头下（或预留接口，人工更换探头）使用高频超声波探头（如50MHz）检测嫌疑点区域。如果超声信号检测到明显声阻抗异常区域（如反射增强或声速降低）且特征尺寸>0.1mm，则确认为“基板结构瑕疵（空洞/分离）”，记录坐标，并解除嫌疑点标记。

请参考图2，优选的，步骤S110还可以包括步骤S116-步骤S117：步骤S116，基于检测到的短路瑕疵、过载瑕疵、第一类空洞瑕疵的相关信息，利用预设的深度学习瑕疵演化预测模型，结合多物理场耦合补偿算法，预测每个瑕疵在后续SMT贴片焊接热循环中的行为；步骤S117，根据预测结果，生成温度曲线修正建议。

本发明在裸基板微瑕疵检测后，不满足于简单记录瑕疵位置，而是利用深度学习预测网络结合物理场仿真(多物理场耦合补偿算法)，预测这些瑕疵在后续焊接热循环中的行为(焊点热应力、色衰)，并据此主动提出温度曲线修正建议。这种“预测+干预”模式将瑕疵的影响提前管控。解决了现有技术中缺陷演化不可预测的问题。

举例说明，输入检测到的短路点坐标、过载点热分布特征、第一类空洞瑕疵尺寸及位置矩阵，使用基于深度学习的瑕疵演化预测网络预测的焊点热应力集中区域概率图（置信度＞90%）和显示模组色衰热点预测图，使用多物理场耦合补偿算法计算每个微瑕疵对后续SMT焊接热循环的响应特征，生成焊盘温度梯度补偿系数和回流焊温度曲线修正建议。

步骤S120：在通电微瑕疵检测完成之后，对完成SMT贴片焊接的基板进行双光谱检测。

步骤S120，在完成SMT贴片焊接后，对基板进行检测时，首先利用专业设备同时采集基板的可见光图像与红外图像，获取基板表面的外观细节与温度分布信息。随后，基于采集到的两类图像，通过分析图像特征识别焊接过程中可能出现的瑕疵。系统会对可见光图像中焊盘的像素特征、红外图像中的温度异常区域等进行分析处理，从而判断是否存在虚焊、第二类空洞和锡桥等焊接瑕疵，确保焊接质量符合生产要求。

优选的，步骤S120可以包括步骤S121-步骤S122：步骤S121，采集完成SMT贴片焊接的基板的可见光图像与红外图像；步骤S122，基于采集的可见光图像与红外图像，识别虚焊瑕疵、第二类空洞瑕疵和锡桥瑕疵。

举例说明，操作员将已完成SMT贴片焊接的基板（贴有同批次二维码）冷却后放置到双光源检测工位，扫描二维码后系统自动识别该基板，并执行全板扫描。PLC按预设程序开启环形白光光源（色温5500K，亮度100%）和30°红外光源（波长850nm，功率50W），工业相机自动对焦后同步采集可见光图像（分辨率4096×3000像素）和红外图像（分辨率1280×1024像素）。

优选的，步骤S122可以包括：步骤S1221-步骤S1223：步骤S1221，基于采集的可见光图像，提取可见光图像中的焊盘区域，计算每个焊盘区域内的亮色像素占比，若亮色像素占比小于第四阈值，识别为虚焊瑕疵；步骤S1222，基于采集的红外图像，提取红外图像中的焊点，计算焊点温度与周边区域的温差，当温差超过第五阈值时，则进行第二类空洞嫌疑标记；针对第二类空洞嫌疑标记的区域，采用OSTU算法分割红外图像，并计算第二类空洞嫌疑标记的区域面积，若该区域面积大于焊盘面积预设比例，识别为空洞瑕疵；步骤S1223，基于采集的红外图像，提取红外图像中的非焊盘区亮斑，计算非焊盘区的亮斑连通域直径，若亮斑连通域直径大于第六阈值，识别为锡桥瑕疵。

本发明通过量化像素占比、温差、面积比例等多个维度参数，将抽象的焊接缺陷转化为可量化的判断依据，避免主观误判，大幅提升虚焊、第二类空洞、锡桥等瑕疵的识别准确率；本发明采用OSTU算法自动分割红外图像暗区，无需人工干预即可快速确定缺陷区域，结合像素占比、温差等计算，实现焊接缺陷的自动化、批量化检测，显著提升检测效率；本发明针对不同焊接缺陷的物理特性，采用专门的检测指标和算法，从焊点表面到内部结构，从焊点自身到周边区域，全方位覆盖常见焊接缺陷类型，保障SMT贴片焊接质量。

举例说明，步骤S1221中基于Halcon模板匹配算法，用标准0603焊盘模板（尺寸0.6mm×0.3mm）在可见光图像中定位目标区域，匹配阈值设为 0.85（排除干扰）。将焊盘ROI转换为灰度图，定义亮色像素为灰度值>220（0-255范围），统计其占比P。第四阈值设定：无铅焊料（如SAC305）通常设为30%，有铅焊料（Sn63Pb37）设为40%。某0603焊盘因焊接时温度不足导致氧化，可见光图像中亮色像素占比仅25%（<30%），灰度共生矩阵计算其表面纹理对比度达0.9（正常<0.5），判定为虚焊。

举例说明，步骤S1222中先提取焊点区域（直径0.5mm），计算与周边1mm范围内的温差。第五阈值设定：通常为2℃（基于热阻理论：空洞导致热阻增加20%时温差超2℃）。示例：某焊点内部存在50μm空洞，通电后焊点温度65℃，周边58℃，温差=7℃>2℃，触发嫌疑标记。对嫌疑区域用OSTU算法分割红外图像，自动确定低温暗区阈值（温度<平均温度-1.5℃）。预设比例设定：15%（对应空洞体积占比>10%）；嫌疑区域暗区面积占焊盘20%（>15%），确认为第二类空洞。

举例说明，步骤S1223中对引脚区域进行腐蚀膨胀处理，通过形态学开运算（3×3核）去除噪点，提取温度>平均温度+3℃的非焊盘区域。采用八邻域标记法计算亮斑等效直径，第六阈值设为0.08mm（对应0402封装焊盘间距的1/3）。某0402电阻相邻焊盘间因焊膏印刷过量，形成锡桥。红外图像中非焊盘区出现亮斑，直径0.1mm>0.08mm，确认为锡桥。

优选的，步骤S122还可以包括步骤S1225：对于第二类空洞嫌疑标记区域或者边缘可疑区域，通过可见光复检或X-ray局部扫描确认。

本发明通过高倍复检与X-ray局部扫描机制进一步消除边缘可疑区域的检测盲区，较传统单一光学检测准确率更高。

步骤S1225对于检测到的低温焊点（焊点温度与周边参考区域温度的差值＞温差阈值），自动触发高倍可见光复检（50×放大）或X-ray局部扫描以确认瑕疵。

请参考图3，步骤S130：在双光谱检测完成之后，对组装完成的显示模组进行像素级失效检测。

请参考图3，优选的，步骤S130可以包括步骤S131-步骤S133：步骤S131，采集显示模组的可见光图像和红外图像，计算每个像素的当前色彩与标准值的色差；步骤S132，按色差值划分预警等级，并触发相应响应措施。

步骤S130通过可见光与红外成像设备同步获取模组表面的色彩分布与热场图像，逐像素比对当前显示色彩与标准值的差异。当色差超过不同等级阈值时，自动触发对应的预警机制（如声光报警、亮度调节或维修提示）。

举例说明，进行图像采集，可见光通道捕获显示色彩分布；红外通道检测热分布异常。根据显示距离调整镜头焦距。将当前显示色彩与标准值对比，计算色差，色差计算式如下：

；其中，色彩空间中的色差度量值，表示LED发光芯片在标准工作状态下的亮度基准值，当前工作状态下单个LED发光芯片的实际亮度值，表示芯片在标准白平衡下的基准红绿色度，表示当前显示内容中实测红绿色度，表示芯片在标准状态下的基准黄蓝色度，表示当前显示内容中实测黄蓝色度。

表1预警及响应措施

步骤S140：在像素级失效检测完成之后，对显示屏整机进行光学性能验证。

优选的，步骤S140可以包括步骤S141-步骤S142：步骤S141，采集显示屏整机的亮度矩阵和热成像图；步骤S142，根据采集的亮度矩阵和热成像图，进行拼接缝亮度检测、涂层厚度检测、光场均匀性检测和表面洁净度检测。

举例说明，步骤S140中，完成像素级失效检测后，将组装好的显示屏整机接入专业光学检测平台。通过高精度亮度计矩阵采集屏幕各区域亮度数据，生成亮度分布矩阵图，同步使用热成像仪获取整机热场分布。检测系统自动进行拼接缝亮度检测、涂层厚度检测、光场均匀性检测和表面洁净度检测。

优选的，步骤S142可以包括步骤S1421-步骤S1424：步骤S1421，计算显示模组拼接缝处的亮度差，若亮度差超过第七阈值，则生成分区亮度补偿系数，以进行拼接缝校正；步骤S1422，采用涡流传感器检测显示模组涂层厚度，若厚度波动大于第八阈值，则标记返工区域；步骤S1423，利用平行光源和成像系统，检测显示模组光场均匀性，若光斑直径差异大于第九阈值，则输出调整透镜组间距指令；步骤S1424，采用激光粒子计数器检测显示模组表面洁净度，若颗粒物尺寸和密度均大于第十阈值，则输出触发自动清洁机构指令。

本发明从拼接缝亮度、涂层厚度、光场均匀性和表面洁净度四个维度展开光学性能检测。针对拼接缝，系统自动计算亮度差并生成补偿系数，确保视觉上无缝衔接；涡流传感器非接触测量涂层厚度，及时发现因厚度不均引发的显示问题；利用平行光源和成像系统分析光场均匀性，避免画面出现亮暗斑；激光粒子计数器检测表面洁净度，防止灰尘等颗粒影响显示效果。本发明通过精准的拼接缝亮度校正和光场均匀性检测，消除画面割裂感和亮度不均问题，为用户带来更优质的视觉体验；涂层厚度和洁净度检测能发现潜在隐患，避免因涂层缺陷或灰尘堆积导致的性能下降或故障，延长显示屏使用寿命。

步骤S142中检测系统自动计算显示模组拼接缝处的亮度差值，若超出标准范围，则生成亮度补偿方案并烧录至驱动芯片；利用涡流传感器对显示模组表面涂层进行非接触式厚度检测，判断涂层均匀性是否达标；借助平行光源系统与图像采集设备，分析屏幕光场均匀性，确保画面显示无明显亮暗差异；最后通过激光粒子计数器扫描屏幕表面，检测并评估洁净度，排除因灰尘、颗粒附着导致的显示异常，综合上述检测结果，对显示屏整机光学性能进行全面验证。

举例说明，计算显示模组边界处的亮度差，若显示模组边界处的亮度差超过8%，则生成分区亮度补偿系数，并通过JTAG接口将分区亮度补偿系数数据烧录到驱动IC寄存器中。例如，在坐标（1200,500）处，左侧亮度为820cd/m²，右侧亮度为750cd/m²，为8.5%，则补偿伽马补偿系数为1.047。

亮度差的计算式如下：

；其中，表示显示模组边界处的亮度差，表示左侧模组边界平均亮度，表示右侧模组边界平均亮度。

使用涡流传感器检测涂层厚度，判定标准为厚度波动≤±5μm，若超差则标记返工区域（HMI显示坐标）。利用平行光源+成像系统检测光场均匀性，判定标准为光斑直径差异≤10%，若不符合则调整透镜组间距。通过激光粒子计数器检测表面洁净度，判定标准为颗粒物尺寸≤0.5μm且密度≤100个/cm³，若异常则触发自动清洁机构。

请参考图4，步骤S150：在光学性能验证完成之后，根据预设标准和算法量化瑕疵参数，根据量化结果匹配预设规则树，划分瑕疵等级，以生成瑕疵检出报告。

步骤S150中，在完成显示屏整机光学性能验证后，系统将检测收集到的瑕疵信息，如拼接缝亮度差数值、涂层厚度偏差、光场不均匀度、像素色差等数据，依据行业标准、企业内控指标等预设标准，通过特定算法进行量化处理，将瑕疵特征转化为可衡量的数值参数。随后，这些量化后的参数会与预先构建的规则树模型进行匹配，规则树中已设定不同参数区间对应的瑕疵等级标准。系统根据匹配结果，自动将各类瑕疵划分为不同等级，并最终汇总形成包含瑕疵位置、类型、量化参数及等级评定的瑕疵检出报告，为后续产品处理和工艺改进提供清晰、准确的依据。

举例说明，调用预设的行业分级标准（如光场元件依据MIL-PRF-13830B划痕/麻点码表、金属表面采用ISO 5817焊接瑕疵分级），同步载入内部工艺容忍参数库；通过算法精确量化瑕疵核心参数（对划痕提取长度/最大宽度、对麻点计算等效直径/深度/边缘锐度、对色差分析ΔE值/色坐标偏移量），并统计单位面积瑕疵密度分布；根据量化结果自动匹配预设规则树（如光学镜片划痕：当长度>0.1mm且深度>50nm时自动归为Critical级，金属焊接气孔：当直径>0.5mm且间距<2mm时判定为Major级）。

请参考图4，优选的，步骤S150可以包括：对临界模糊瑕疵启动置信度复核机制，通过二次局部高倍扫描及3D轮廓重建验证。

步骤S150在完成瑕疵等级划分后，对于判定结果处于临界状态、难以明确分级的模糊瑕疵，系统会自动触发置信度复核机制。通过启用更高分辨率的成像设备，对这些瑕疵区域进行二次局部高倍扫描，获取更精细的细节图像；同时，利用三维测量技术对瑕疵部位进行3D轮廓重建，还原其立体结构和尺寸特征。通过对高倍图像和3D模型的综合分析，进一步确认瑕疵的真实状况，以确保瑕疵判定的准确性和可靠性。

举例说明，对临界模糊瑕疵（如涂层颗粒直径=0.08mm介于Acceptable与Minor阈值间）启动置信度复核机制二次局部高倍扫描，并增加3D轮廓重建验证，最终输出包含瑕疵等级分类表的瑕疵检出报告。

总之，以上所述仅为本发明技术方案的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种LED显示屏生产的瑕疵检出方法，其特征在于，所述瑕疵检出方法包括：

采集裸基板的热图像，并基于所述热图像进行通电微瑕疵检测；

在通电微瑕疵检测完成之后，对完成SMT贴片焊接的基板进行双光谱检测；

在双光谱检测完成之后，对组装完成的显示模组进行像素级失效检测；

在像素级失效检测完成之后，对显示屏整机进行光学性能验证；

在光学性能验证完成之后，根据预设标准和算法量化瑕疵参数，根据量化结果匹配预设规则树，划分瑕疵等级，以生成瑕疵检出报告。

2.根据权利要求1所述的瑕疵检出方法，其特征在于，所述采集裸基板的热图像，并基于所述热图像进行通电微瑕疵检测包括：

以首帧热图像为基准，对后续每帧图像计算当前帧与首帧对应区域的温度差值；

若某区域连续n帧的温差均超过第一阈值，标记为短路嫌疑点；

若某区域单帧温升超过第二阈值，标记为过载嫌疑点；

若某区域持续n秒的温差小于第三阈值，标记为第一类空洞嫌疑点；

通过阻抗测量验证短路嫌疑点和过载嫌疑点是否为短路瑕疵和过载瑕疵，通过超声扫描验证第一类空洞嫌疑点是否为第一类空洞瑕疵。

3.根据权利要求1所述的瑕疵检出方法，其特征在于，所述采集裸基板的热图像，并基于所述热图像进行通电微瑕疵检测还包括：

基于检测到的短路瑕疵、过载瑕疵、第一类空洞瑕疵的相关信息，利用预设的深度学习瑕疵演化预测模型，结合多物理场耦合补偿算法，预测每个瑕疵在后续SMT贴片焊接热循环中的行为；

根据预测结果，生成温度曲线修正建议。

4.根据权利要求1所述的瑕疵检出方法，其特征在于，所述在通电微瑕疵检测完成之后，对完成SMT贴片焊接的基板进行双光谱检测包括：

采集所述完成SMT贴片焊接的基板的可见光图像与红外图像；

基于采集的可见光图像与红外图像，识别虚焊瑕疵、第二类空洞瑕疵和锡桥瑕疵。

5.根据权利要求4所述的瑕疵检出方法，其特征在于，所述基于采集的可见光图像与红外图像，识别虚焊瑕疵、第二类空洞瑕疵和锡桥瑕疵包括：

基于采集的可见光图像，提取可见光图像中的焊盘区域，计算每个焊盘区域内的亮色像素占比，若亮色像素占比小于第四阈值，识别为虚焊瑕疵；

基于采集的红外图像，提取红外图像中的焊点，计算焊点温度与周边区域的温差，当温差超过第五阈值时，则进行第二类空洞嫌疑标记；针对第二类空洞嫌疑标记的区域，采用OSTU算法分割红外图像，并计算第二类空洞嫌疑标记的区域面积，若该区域面积大于焊盘面积预设比例，识别为空洞瑕疵；

基于采集的红外图像，提取红外图像中的非焊盘区亮斑，计算非焊盘区的亮斑连通域直径，若亮斑连通域直径大于第六阈值，识别为锡桥瑕疵。

6.根据权利要求5所述的瑕疵检出方法，其特征在于，所述基于采集的可见光图像与红外图像，识别虚焊、空洞和锡桥瑕疵还包括：

对于所述第二类空洞嫌疑标记区域，通过可见光复检或X-ray局部扫描确认。

7.根据权利要求1所述的瑕疵检出方法，其特征在于，所述在双光谱检测完成之后，对组装完成的显示模组进行像素级失效检测，包括：

采集所述显示模组的可见光图像和红外图像，计算每个像素的当前色彩与标准值的色差；

按色差值划分预警等级，并触发相应响应措施。

8.根据权利要求1所述的瑕疵检出方法，其特征在于，所述在像素级失效检测完成之后，对显示屏整机进行光学性能验证，包括：

采集显示屏整机的亮度矩阵和热成像图；

根据采集的亮度矩阵和热成像图，进行拼接缝亮度检测、涂层厚度检测、光场均匀性检测和表面洁净度检测。

9.根据权利要求8所述的瑕疵检出方法，其特征在于，所述根据采集的亮度矩阵和热成像图，进行拼接缝亮度检测、涂层厚度检测、光场均匀性检测和表面洁净度检测，包括：

计算显示模组拼接缝处的亮度差，若亮度差超过第七阈值，则生成分区亮度补偿系数，以进行拼接缝校正；

采用涡流传感器检测显示模组涂层厚度，若厚度波动大于第八阈值，则标记返工区域；

利用平行光源和成像系统，检测显示模组光场均匀性，若光斑直径差异大于第九阈值，则输出调整透镜组间距指令；

采用激光粒子计数器检测显示模组表面洁净度，若颗粒物尺寸和密度均大于第十阈值，则输出触发自动清洁机构指令。

10.根据权利要求1所述的瑕疵检出方法，其特征在于，所述在光学性能验证完成之后，根据预设标准和算法量化瑕疵参数，根据量化结果匹配预设规则树，划分瑕疵等级，以生成瑕疵检出报告还包括：

对临界模糊瑕疵启动置信度复核机制，通过二次局部高倍扫描及3D轮廓重建验证。