一种基于机器学习的背光模组漏光测定方法及系统

本发明涉及液晶显示器背光模组检测技术领域，公开了一种基于机器学习的背光模组漏光测定方法及系统。其中，一种基于机器学习的背光模组漏光测定方法包括：采集背光模组光学特征构建矩阵；依环境光自适应阈值分割，筛选可疑漏光区；对其实施局部对比度增强，结合多尺度金字塔分析强化微弱漏光信号；借助盒维数计算与多重分形谱分析量化微区漏光结构复杂度，构建分形特征向量；基于机器学习构建关联模型建立漏光与缺陷映射，经评分输出漏光详情和缺陷类型。本发明结合分形几何理论、图像增强技术与机器学习算法，实现了对漏光形态的精确量化和缺陷类型自动识别，提高了检测准确率，降低了误报率，降低了漏检率，提升了检测灵敏度。