一、市场发展现状
1. 设备市场格局
微观检查机（Micro）与宏观检查机（Macro）构成面板检测核心设备体系，2023年全球市场规模达78.9亿元，其中Cell/Module制程光学检测设备占21亿元。国内厂商在模组段（Module）国产化率已超80%， OLED检测设备需求增速显著。
2. 技术应用分布
主要用户有京东方、TCL华星、天马、维信诺、HKC、EDO等企业。
· 微观检查机：主要用于1μm~10μm解析精度微观缺陷检测。
· 宏观检查机：主要用于10μm以上大缺陷检查；
3. 行业痛点
· TFT、Array、CF、Cell 等核心制程工艺段宏观缺陷检查存在正常虎斑Mura对关键缺陷检查造成强干扰情形；
· Array段检测设备技术壁垒高，需突破多重曝光光刻配套算法；
· 检测速度与产线节拍矛盾，8K面板检测延迟超工艺要求。
二、发展前景
1. 市场预测
· 2027年新型显示检测设备市场规模将突破150亿元，3D AOI设备占比超35%；
· 微观检查机在Micro LED检测领域年复合增长率达42%。
2. 产业挑战
· 标准碎片化：各厂商数据接口兼容性不足65%，模型迁移损耗率22%；
· 算力瓶颈：7nm以下制程检测需配备16TB/s带宽图像处理系统。
3. 创新突破点
· 订阅式服务：按检测面板面积计费模式使客户初始投入降低70%；
· 缺陷预测：基于工艺参数的LSTM网络可实现30%缺陷提前预警；
· 垂直整合：检测-修复-工艺反馈闭环系统将成为头部企业标配。
一、核心技术
· Micro级检测系统：1μm~10μm解析精度微观缺陷检测，适配OLED蒸镀工艺、半导体晶圆检测；
· Macro级检测系统：150μm~300μm解析精度宏观检测，覆盖面板全制程（TFT/Array/Cell/Module）。
· 缺陷检测算法：基于传统算法+AI深度学习的模式，所有检查算法从底层逻辑到上层应用都是基于C++实现，所有核心关键技术完全自主研发100%可控。
· 2D图像检查领域
超大面板图像灰阶一致性实时校正算法为缺陷检出助力，规模化Panal ROI数千量级待检查区域大缺陷在超大面板图像中快速定位检查算法，实现缺陷定位耗时＜10ms。
Spot/Line缺陷检测：首创超大面板图像中微米级点缺陷、线缺陷的自适应周期快速检查算法，通过动态调整检测频率与敏感度，附加并行计算技术策略，实现300%的检测速度提升，兼容OLED蒸镀工艺与半导体晶圆前道制程。
Area缺陷检测：超大面板图像中面缺陷快速检测定位算法，涉及边缘检测，形态学处理，模板匹配，Blob分析等经典技术策略。
半涂膜大缺陷定位：针对生产过程中突发性大面积缺陷，开发ROI区域动态聚焦技术，在十亿像素级图像中实现缺陷定位耗时＜10ms。
特殊区域缺陷检测：特有的膜边区域的缺陷强化检测算法，膜角区域的缺陷强化检测算法，EdgeCrack缺陷检测算法，残胶缺陷检测算法等。
· 特殊缺陷感知算法
Orange Peel缺陷检测：基于纹理分析模型，精确识别面板表面橘皮状光学畸变，解决AMOLED柔性屏涂层不均匀问题。
Lens Mura频域感知：通过图像频域分析法分离背景纹理与缺陷特征，提升纹理类缺陷的检出准确率。
· AI大模型缺陷检测分类
采用基于Pytorch/Tensorflow的AI大模型，在复杂背景（如金属网格、电路图案、随机Mura纹理干扰）中实现缺陷检出分类准确率≥95%，支持小样本迁移学习模式对模型进行快速优化迭代。
· 3D图像检查领域
点云特征提取：计算点云法向量、曲率等几何特征，结合阈值分割定位异常区域。
深度学习模型：3D-CNN：直接处理点云或体素化数据，识别复杂缺陷。
多模态融合：结合2D纹理与3D几何信息（如结构光+可见光成像），提升透明材质缺陷（如玻璃气泡）的检出率。
不同算法模块引入多线程处理并行计算协调机制，以满足客户超大面板产线实时性检测要求，各算法模块的定点检测功能可根据客户需求自定义进行灵活配置应用。
