隨著新一代信息技術(shù)與制造業(yè)的深入融合，引發(fā)制造業(yè)產(chǎn)生巨大變革，逐步從數(shù)量擴(kuò)增向質(zhì)量提升轉(zhuǎn)變。通過(guò)提升產(chǎn)品質(zhì)量來(lái)生產(chǎn)高附加值、高利潤(rùn)的產(chǎn)品，可以實(shí)現(xiàn)產(chǎn)品競(jìng)爭(zhēng)力的躍升，所以，加強(qiáng)品質(zhì)檢驗(yàn)是制造業(yè)生產(chǎn)中最常用的方式。

　　影響產(chǎn)品品質(zhì)的因素多種多樣，例如外觀品質(zhì)、功能品質(zhì)、性能品質(zhì)等。用戶和生產(chǎn)企業(yè)對(duì)產(chǎn)品質(zhì)量的要求越來(lái)越高，除了較高的功能品質(zhì)和性能品質(zhì)之外，對(duì)外觀品質(zhì)的要求也在逐年提高，即良好的表面質(zhì)量。

　　然而，即便是嚴(yán)格把控制造的每一道流程，生產(chǎn)良品率也無(wú)法達(dá)到100%，這意味著總會(huì)有不合格品被生產(chǎn)出來(lái)。

　　而OLED自動(dòng)檢測(cè)AOI便是阻止不合格品流入市場(chǎng)的“門神”。

　　OLED自動(dòng)檢測(cè)AOI存在的問(wèn)題

　　基于機(jī)器OLED自動(dòng)檢測(cè)AOI將是未來(lái)研究和發(fā)展的主要方向，目前，基于機(jī)器OLED自動(dòng)檢測(cè)AOI理論研究和實(shí)際應(yīng)用等環(huán)節(jié)均有可喜的成果，但仍存在下面主要的問(wèn)題和難點(diǎn)：

　　不同缺陷的種類復(fù)雜

　　類間差異大，工業(yè)品的外觀缺陷復(fù)雜多樣，不同類別的缺陷之間形態(tài)特征可能差異極大，這種差異導(dǎo)致檢測(cè)算法的普適性不強(qiáng)，許多缺陷需單獨(dú)開(kāi)發(fā)檢測(cè)算法，開(kāi)發(fā)復(fù)雜度極高。

　　類間模糊性大，類間模糊是類間差異大的另一極端，即不同類別的缺陷的表觀特征具有一定的相似性，難以區(qū)分缺陷的種類，也就無(wú)法準(zhǔn)確判斷缺陷產(chǎn)生的原因，無(wú)法給產(chǎn)品準(zhǔn)確定級(jí)。

　　背景復(fù)雜，在生產(chǎn)場(chǎng)景中難以將缺陷和背景完全分離，缺陷特征不明顯。

　　同類缺陷的差異較大

　　由于生產(chǎn)過(guò)程中光照條件、生產(chǎn)批次不同、設(shè)備狀態(tài)等因素的影響，同類缺陷的大小、對(duì)比度和灰度值等表觀特征呈現(xiàn)較大的變化，缺陷特征并不服從同一分布。

　　受干擾因素較多

　　受環(huán)境、光照、生產(chǎn)工藝和噪聲等多重因素影響，檢測(cè)系統(tǒng)的信噪比一般較低，微弱信號(hào)難以檢出或不能與噪聲有效區(qū)分。

　　以基于機(jī)器視覺(jué)技術(shù)的檢測(cè)系統(tǒng)為例，工件位置的一致性、打光的穩(wěn)定性、相機(jī)及鏡頭的匹配度、檢測(cè)算法的有效性等都會(huì)直接影響圖像采集的質(zhì)量和檢測(cè)系統(tǒng)的應(yīng)用性能，這需要機(jī)器、電氣、視覺(jué)、傳感等多套系統(tǒng)的配合。

　　僅最基礎(chǔ)的打光就存在諸多難點(diǎn)，如哪些場(chǎng)景需要漫射光、散射光、直接照射、低角度照射或背光照射，如何在球面、弧面、內(nèi)腔等不可展曲面的打光等等。

　　如何構(gòu)建穩(wěn)定、可靠、魯棒的檢測(cè)系統(tǒng)，以適應(yīng)光照變化、噪聲以及其他外界不良環(huán)境的干擾，是要解決的問(wèn)題之一。

　　算法能力不足

　　機(jī)器視覺(jué)OLED自動(dòng)檢測(cè)AOI，特別是在線檢測(cè)，其特點(diǎn)是數(shù)據(jù)量龐大、冗余信息多、特征空間維度高，同時(shí)考慮到真正的機(jī)器視覺(jué)面對(duì)的對(duì)象和問(wèn)題的多樣性，從海量數(shù)據(jù)中提取有限缺陷信息的算法能力不足，實(shí)時(shí)性不高。

　　盡管一系列優(yōu)秀的算法不斷出現(xiàn)，但在實(shí)際應(yīng)用中準(zhǔn)確率仍然與滿足實(shí)際應(yīng)用的需求尚有一定差距，如何解決準(zhǔn)確識(shí)別與模糊特征之間、實(shí)時(shí)性與準(zhǔn)確性之間的矛盾仍然是目前的難點(diǎn)。