一种基于神经网络的导光板缺陷检测方法及系统

本发明公开了一种基于神经网络的导光板缺陷检测方法及系统，具体涉及机器视觉检测技术领域，包括以下步骤：针对导光板在动态传输或旋转过程中的图像不稳定问题，通过连续采集图像序列并提取时间域特征，结合帧间一致性预测系数与第一阈值进行干扰判断，实现对异常图像帧的精确识别。对于异常图像帧，进一步采用置信度调节与融合方式修正其识别可信度，同时引入频域变换和图像增强策略，对因运动模糊造成的细节损失进行补偿；本发明引入帧间一致性分析、置信度融合调控及频域模糊识别与补偿机制，实现对动态场景中导光板图像的异常判定与图像质量修复，提升了神经网络模型对缺陷类型、位置和置信度的识别准确性与稳定性，有效降低误检与漏检率。