基于机器学习的OLED显示屏画面缺陷检测方法

本发明提供了一种基于机器学习的OLED显示屏画面缺陷检测方法，包括通过图像采集装置获取OLED显示屏的亮度分布数据和色度分布数据，计算亮度数据与标准模板的空间差异得到异常程度指标，确定缺陷区域几何中心坐标后，判断其邻域是否包含正常像素；若无，则通过卷积神经网络提取亮度数据中的缺陷特征纹理图谱，与预设缺陷类型匹配后生成缺陷定位信息及质量预警指令发送至检测终端。本发明可以实现OLED显示屏画面缺陷的高精度自动化检测与分类，有效提升缺陷识别的准确率和检测效率。