发展先进制造业是我国迈向制造强国的重要战略，平面显示屏作为先进制造的代表产品和国产替代的重点方向，对生产工艺提出了更高要求，确保产品质量至关重要。显示面板模组是平面显示屏中的关键组成部分。针对显示面板压合工艺进行缺陷检测和质量控制，对提升产品性能和市场竞争力起到关键推动作用。因此，本文计划通过基于视觉的光学检测方法，对导电粒子的压合质量，即压合后的工艺缺陷，以及压合区域出现的外观缺陷展开检测。当前在该环节应用自动化检测技术仍存在一定的问题。首先，起到信号导通作用的导电粒子直径为3-5 ，常规成像手段无法获得清晰的目标图像，同时由于粒子特征微弱，很难在图像中显示出来。其次，针对导电粒子这种尺度小、特征弱的目标进行精确检测定位仍然具有较大挑战。最后，针对端子外观缺陷，实际能收集到的缺陷样本较少，收集和标注训练数据的难度大。同时由于存在罕见的未知缺陷，监督式的检测方法无法覆盖各种长尾场景。针对上述这些问题，本文展开了相应的研究，主要研究内容和贡献如下：

1) 设计了面向显示面板压合工艺的光学检测系统，提出一种基于单相机配置的自适应的视觉对位算法，满足产品上料、预对位、采图、检测和分拣下料等完整流程。所搭建的系统基于三轴运动平台，其中，相机安装在X轴可实现快速移动，检测载台可实现平移和旋转。首先，在粒子成像方面，通过结合DIC成像技术和高倍显微物镜，实现了对3-5 尺寸的粒子的清晰成像，且成像下的粒子呈现出对称的明暗特征。其次，我们充分利用检测平台的旋转轴，使用视觉对位算法对样本进行预先的位姿检测，通过平移轴和旋转轴实现样本的位姿校正，提高了采集图像的一致性。实验表明，所提方法在平移或角度上的对位误差均在微米级，且能够自适应地计算实际载台的旋转中心，方便在各种平台配置下快速切换，基本满足实际检测系统的需要。

2) 提出了一种基于灰度膨胀的快速导电粒子检测算法。首先基于bump边界对原始图像进行ROI分割，只在ROI区域内进行检测，大大缩小检测范围，提高了检测效率。然后利用DIC成像下的粒子特征，通过灰度膨胀算法增强粒子的局部特征，在残差图中提取粒子内部的局部极大值，实现粒子检测和计数。以条状bump为例，粒子检测精度为93%，召回率为92.4%，平均检测时间为1.2 ms。实验表明，该方法具有快速、鲁棒的检测效果，能够较好地满足工业场景下的检测要求。

3) 提出了一种基于单阶段目标检测框架的粒子检测算法，用于提升密集粒子场景的检测准确度。通过在负责特征提取的主干网络中添加FOCUS空间注意力模块，空间维度的微小粒子的特征得到增强。增强的特征表示能力使得检测头可以通过更浅层的特征信息实现较好的检测效果，在不损失性能的同时能够大大降低模型的计算复杂度，保证了其推理效率能够满足工业场景对实时性的要求。另外，我们提出了混合标签分配策略以提高模型训练的收敛效率，根据训练的不同阶段的特点切换不同的分配器，从而使训练过程梯度更新更平稳。实验表明我们的方法在密集粒子检测中取得了优异的性能，其中精度为95%，召回率为98.3%，在检测性能和计算效率间取得了不错的平衡。

4) 提出了一种基于师生模型的特征嵌入端子外观缺陷检测算法，用来完成端子外观缺陷检测任务。通过设计层次化的蒸馏学习结构，在学生模型和教师模型特征提取的中间层进行更细致的特征对齐，提高学生模型和教师模型在正常模式上的特征嵌入的一致性，以减少正常样本的过检。另外，通过在不同特征层的学习中筛选最具差异性的特征，优化反向传播的梯度流信息，控制学生模型的识别能力只在目标领域内，而不会泛化到未见过的模式上。这使得师生模型在异常模式上能产生较明显的特征嵌入差异，从而提升检测性能。实验表明，所提出的方法在图像级检测性能上有较大的提升，可达到96%，而在像素级精度上仍有较大的提升空间。

综上所述，本论文从成像方案、视觉对位、目标检测和异常检测等方面展开研究。提出的方法在准确度和效率上取得了较好的成果，成功解决了显示面板压合工艺缺陷检测中的技术挑战，为提升显示面板产品性能提供了一定的技术支撑和推动作用。