Aiger D and Talbot H . 2010 . The phase only transform for unsupervised surface defect detection // Proceedings of 2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition . San Francisco， USA ： IEEE： 295 - 302 ［ DOI： 10.1109/CVPR.2010.5540198 http://dx.doi.org/10.1109/CVPR.2010.5540198 ］
Badrinarayanan V ， Kendall A and Cipolla R . 2017 . SegNet： a deep convolutional encoder-decoder architecture for image segmentation . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 39 （ 12 ）： 2481 - 2495 ［ DOI： 10.1109/TPAMI.2016.2644615 http://dx.doi.org/10.1109/TPAMI.2016.2644615 ］
Bergmann P ， Fauser M ， Sattlegger D and Steger C . 2019 . MVTec AD： a comprehensive real-world dataset for unsupervised anomaly detection // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 9584 - 9592 ［ DOI： 10.1109/CVPR.2019.00982 http://dx.doi.org/10.1109/CVPR.2019.00982 ］
Bhalla K and Huang Y P . 2021 . An adaptive thresholding based method to locate and segment defects on LCD panels // Proceedings of 2021 International Conference on System Science and Engineering （ICSSE） . Ho Chi Minh City， Vietnam ： IEEE： 328 - 333 ［ DOI： 10.1109/ICSSE52999.2021.9538470 http://dx.doi.org/10.1109/ICSSE52999.2021.9538470 ］
Bi X and Ding H . 2010 . Machine vision inspection method of Mura defect for TFT-LCD . Journal of Mechanical Engineering ， 46 （ 12 ）： 13 - 19
毕昕 ， 丁汉 . 2010 . TFT-LCD Mura缺陷机器视觉检测方法 . 机械工程学报 ， 46 （ 12 ）： 13 - 19 ［ DOI： 10.3901/JME.2010.12.013 http://dx.doi.org/10.3901/JME.2010.12.013 ］
Bi X ， Zhuang C G and Ding H . 2009 . A new Mura defect inspection way for TFT-LCD using level set method . IEEE Signal Processing Letters ， 16 （ 4 ）： 311 - 314 ［ DOI： 10.1109/LSP.2009.2014113 http://dx.doi.org/10.1109/LSP.2009.2014113 ］
Cen Y G ， Zhao R Z ， Cen L H ， Cui L H ， Miao Z J and Wei Z . 2015 . Defect inspection for TFT-LCD images based on the low-rank matrix reconstruction . Neurocomputing ， 149 ： 1206 - 1215 ［ DOI： 10.1016/j.neucom.2014.09.007 http://dx.doi.org/10.1016/j.neucom.2014.09.007 ］
Chen F C ， Fang L T ， Lee L ， Wen C H ， Cheng S Y and Wang S J . 2005 . LOG-filter-based inspection of cluster Mura and vertical-band Mura on liquid crystal displays // Proceedings Volume 5679 ， Machine Vision Applications in Industrial Inspection XIII. San Jose， USA ： SPIE： 257 - 265 ［ DOI： 10.1117/12.586688 http://dx.doi.org/10.1117/12.586688 ］
Chen L C and Kuo C C . 2008 . Automatic TFT-LCD Mura defect inspection using discrete cosine transform-based background filtering and ‘just noticeable difference’ quantification strategies . Measurement Science and Technology ， 19 （ 1 ）： # 015507 ［ DOI： 10.1088/0957-0233/19/1/015507 http://dx.doi.org/10.1088/0957-0233/19/1/015507 ］
Chen M F ， Chen P ， Wang S ， Cui Y ， Zhang Y X and Chen S L . 2022 . TFT-LCD Mura defect visual inspection method in multiple backgrounds . Journal of the Society for Information Display ， 30 （ 11 ）： 818 - 831 ［ DOI： 10.1002/jsid.1171 http://dx.doi.org/10.1002/jsid.1171 ］
Chen S L and Chou S T . 2008 . TFT-LCD Mura defect detection using wavelet and cosine transforms . Journal of Advanced Mechanical Design， Systems， and Manufacturing ， 2 （ 3 ）： 441 - 453 ［ DOI： 10.1299/jamdsm.2.441 http://dx.doi.org/10.1299/jamdsm.2.441 ］
Cimpoi M ， Maji S ， Kokkinos I ， Mohamed S and Vedaldi A . 2014 . Describing textures in the wild // Proceedings of 2014 IEEE Conference on Computer Vision and Pattern Recognition . Columbus， USA ： IEEE： 3606 - 3613 ［ DOI： 10.1109/CVPR.2014.461 http://dx.doi.org/10.1109/CVPR.2014.461 ］
Dai C D ， Xu G L ， Mao J ， Gu T and Luo J Y . 2021 . Cell phone screen defect segmentation based on unsupervised network . Laser and Optoelectronics Progress ， 58 （ 20 ）： #2015003
代朝东 ， 许国良 ， 毛骄 ， 顾桐 ， 雒江涛 . 2021 . 基于无监督网络的手机屏幕缺陷分割方法 . 激光与光电子学进展 ， 58 （ 20 ）： # 2015003 ［ DOI： 10.3788/LOP202158.2015003 http://dx.doi.org/10.3788/LOP202158.2015003 ］
Du Y D ， Feng L ， Tao P ， Gong X and Wang J . 2023 . Meta-transfer learning in cross-domain image classification with few-shot learning . Journal of Image and Graphics ， 28 （ 9 ）： 2899 - 2912
杜彦东 ， 冯林 ， 陶鹏 ， 龚勋 ， 王俊 . 2023 . 元迁移学习在少样本跨域图像分类中的研究 . 中国图象图形学报 ， 28 （ 9 ）： 2899 - 2912 ［ DOI： 10.11834/jig.220664 http://dx.doi.org/10.11834/jig.220664 ］
Fan X H . 2022 . Research on Surface Defect Detection Method of LCD Screen Based on Deep Learning . Anqing ： Anqing Normal University
范旭辉 . 2022 . 基于深度学习的液晶屏表面缺陷检测方法研究 . 安庆 ： 安庆师范大学 ［ DOI： 10.27761/d.cnki.gaqsf.2022.000254 http://dx.doi.org/10.27761/d.cnki.gaqsf.2022.000254 ］
Fang L T ， Chen H C ， Yin I C ， Wang S J ， Wen C H and Kuo C H . 2006 . Automatic Mura detection system for liquid crystal display panels // Proceedings Volume 6070 ， Machine Vision Applications in Industrial Inspection XIV. San Jose， USA ： SPIE： 143 - 152 ［ DOI： 10.1117/12.650686 http://dx.doi.org/10.1117/12.650686 ］
Gan Y Z and Zhao Q F . 2013 . An effective defect inspection method for LCD using active contour model . IEEE Transactions on Instrumentation and Measurement ， 62 （ 9 ）： 2438 - 2445 ［ DOI： 10.1109/TIM.2013.2258242 http://dx.doi.org/10.1109/TIM.2013.2258242 ］
Goodfellow I ， Pouget-Abadie J ， Mirza M ， Xu B ， Warde-Farley D ， Ozair S ， Courville A and Bengio Y . 2020 . Generative adversarial networks . Communications of the ACM ， 63 （ 11 ）： 139 - 144 ［ DOI： 10.1145/3422622 http://dx.doi.org/10.1145/3422622 ］
He K M ， Zhang X Y ， Ren S Q and Sun J . 2016 . Deep residual learning for image recognition // Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition （CVPR） . Las Vegas， USA ： IEEE： 770 - 778 ［ DOI： 10.1109/CVPR.2016.90 http://dx.doi.org/10.1109/CVPR.2016.90 ］
He Z Y and Sun L N . 2015 . Surface defect detection method for glass substrate using improved Otsu segmentation . Applied Optics ， 54 （ 33 ）： 9823 - 9830 ［ DOI： 10.1364/AO.54.009823 http://dx.doi.org/10.1364/AO.54.009823 ］
Hecht S . 1924 . The visual discrimination of intensity and the Weber-Fechner law . The Journal of General Physiology ， 7 （ 2 ）： 235 - 267 ［ DOI： 10.1085/jgp.7.2.235 http://dx.doi.org/10.1085/jgp.7.2.235 ］
Hinton G E and Salakhutdinov R R . 2006 . Reducing the dimensionality of data with neural networks . Science ， 313 （ 5786 ）： 504 - 507 ［ DOI： 10.1126/science.1127647 http://dx.doi.org/10.1126/science.1127647 ］
Huang G ， Liu Z ， van der Maaten L and Weinberger K Q . 2017 . Densely connected convolutional networks // Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition . Honolulu， USA ： IEEE： 2261 - 2269 ［ DOI： 10.1109/CVPR.2017.243 http://dx.doi.org/10.1109/CVPR.2017.243 ］
Jazi A Y ， Liu J J and Lee H . 2012 . Automatic inspection of TFT-LCD glass substrates using optimized support vector machines . IFAC Proceedings Volumes ， 45 （ 15 ）： 325 - 330 ［ DOI： 10.3182/20120710-4-SG-2026.00054 http://dx.doi.org/10.3182/20120710-4-SG-2026.00054 ］
Jian C X . 2015 . Review of TFT-LCD surface defect detection methods . Video Engineering ， 39 （ 9 ）： 146 - 152
简川霞 . 2015 . TFT-LCD表面缺陷检测方法综述 . 电视技术 ， 39 （ 9 ）： 146 - 152 ［ DOI： 10.16280/j.videoe.2015.09.034 http://dx.doi.org/10.16280/j.videoe.2015.09.034 ］
Jian C X ， Wang H M ， Xu J J ， Su L H and Wang T P . 2021 . Automatic surface defect detection for OLED display . Packaging Engineering ， 42 （ 13 ）： 280 - 287
简川霞 ， 王华明 ， 徐进军 ， 苏林海 ， 王太平 . 2021 . OLED显示屏表面缺陷自动检测方法 . 包装工程 ， 42 （ 13 ）： 280 - 287 ［ DOI： 10.19554/j.cnki.1001-3563.2021.13.039 http://dx.doi.org/10.19554/j.cnki.1001-3563.2021.13.039 ］
Jin S Q ， Ji C ， Yan C C and Xing J Y . 2018 . TFT-LCD Mura defect detection using DCT and the dual-γ piecewise exponential transform . Precision Engineering ， 54 ： 371 - 378 ［ DOI： 10.1016/j.precisioneng.2018.07.006 http://dx.doi.org/10.1016/j.precisioneng.2018.07.006 ］
Kang S B ， Lee J H ， Song K Y and Pahk H J . 2009 . Automatic defect classification of TFT-LCD panels using machine learning // Proceedings of 2009 IEEE International Symposium on Industrial Electronics . Seoul， Korea （South） ： IEEE： 2175 - 2177 ［ DOI： 10.1109/ISIE.2009.5213760 http://dx.doi.org/10.1109/ISIE.2009.5213760 ］
Krizhevsky A ， Sutskever I and Hinton G . 2017 . ImageNet classification with deep convolutional neural networks . Communications of the ACM ， 60 （ 6 ）： 84 - 90 ［ DOI： 10.1145/3065386 http://dx.doi.org/10.1145/3065386 ］
Lee J Y and Yoo S I . 2004 . Automatic detection of region-Mura defect in TFT-LCD . IEICE Transactions on Information and Systems ， 87 （ 10 ）： 2371 - 2378
Lee M C H ， Petersen K ， Pawlowski N ， Glocker B and Schaap M . 2019 . TETRIS： template Transformer networks for image segmentation with shape priors . IEEE Transactions on Medical Imaging ， 38（11） 2596 - 2606 ［ DOI： 10.1109/TMI.2019.2905990 http://dx.doi.org/10.1109/TMI.2019.2905990 ］
Lei J ， Gao X ， Feng Z L ， Qiu H M and Song M L . 2018 . Scale insensitive and focus driven mobile screen defect detection in industry . Neurocomputing ， 294 ： 72 - 81 ［ DOI： 10.1016/j.neucom.2018.03.013 http://dx.doi.org/10.1016/j.neucom.2018.03.013 ］
Li C M ， Kao C Y ， Gore J C and Ding Z H . 2007 . Implicit active contours driven by local binary fitting energy // Proceedings of 2007 IEEE Conference on Computer Vision and Pattern Recognition . Minneapolis， USA ： IEEE： #383014 ［ DOI： 10.1109/CVPR.2007.383014 http://dx.doi.org/10.1109/CVPR.2007.383014 ］
Li C M ， Kao C Y ， Gore J C and Ding Z H . 2008 . Minimization of region scalable fitting energy for image segmentation . IEEE Transactions on Image Processing ， 17 （ 10 ）： 1940 - 1949 ［ DOI： 10.1109/TIP.2008.2002304 http://dx.doi.org/10.1109/TIP.2008.2002304 ］
Li K ， Li H ， Liu Y J ， Liang P and Lu X P . 2014 . Background suppression of LCD Mura defect using B-spline surface fitting . Opto-Electronic Engineering ， 41 （ 2 ）： 33 - 39
李坤 ， 李辉 ， 刘云杰 ， 梁平 ， 卢小鹏 . 2014 . LCD Mura缺陷的B样条曲面拟合背景抑制 . 光电工程 ， 41 （ 2 ）： 33 - 39 ［ DOI： 10.3969/j.issn.1003-501X.2014.02.006 http://dx.doi.org/10.3969/j.issn.1003-501X.2014.02.006 ］
Li W C and Tsai D M . 2011 . Defect inspection in low-contrast LCD images using Hough transform-based nonstationary line detection . IEEE Transactions on Industrial Informatics ， 7 （ 1 ）： 136 - 147 ［ DOI： 10.1109/TII.2009.2034844 http://dx.doi.org/10.1109/TII.2009.2034844 ］
Liang J F ， Li T ， Yang J Q ， Li Y N ， Fang Z W and Yang F . 2023 . Video anomaly detection by fusing self-attention and autoencoder . Journal of Image and Graphics ， 28 （ 4 ）： 1029 - 1040
梁家菲 ， 李婷 ， 杨佳琪 ， 李亚楠 ， 方智文 ， 杨丰 . 2023 . 融合自注意力和自编码器的视频异常检测 . 中国图象图形学报 ， 28 （ 4 ）： 1029 - 1040 ［ DOI： 10.11834/jig.211147 http://dx.doi.org/10.11834/jig.211147 ］
Lin G M ， Kong L F ， Liu T J ， Qiu L D and Chen X Y . 2022 . An antagonistic training algorithm for TFT-LCD module Mura defect detection . Signal Processing： Image Communication ， 107 ： # 116791 ［ DOI： 10.1016/j.image.2022.116791 http://dx.doi.org/10.1016/j.image.2022.116791 ］
Lin T Y ， Goyal P ， Girshick R ， He K M and Dollr P . 2020 . Focal loss for dense object detection . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 42 （ 2 ）： 318 - 327 ［ DOI： 10.1109/TPAMI.2018.2858826 http://dx.doi.org/10.1109/TPAMI.2018.2858826 ］
Liu J Y ， Wu H ， Liu Y L and Wang J C . 2022 . Automatic generation and detection method of LCD samples based on deep learning // Proceedings of the 5th World Conference on Mechanical Engineering and Intelligent Manufacturing （WCMEIM） . Ma’anshan， China ： IEEE： 724 - 730 ［ DOI： 10.1109/WCMEIM56910.2022.10021421 http://dx.doi.org/10.1109/WCMEIM56910.2022.10021421 ］
Liu Q . 2020 . Research on Visual Inspection Technology for Display Defects of New Array Panel . Harbin ： Harbin Institute of Technology
刘强 . 2020 . 新型阵列屏体的显示缺陷视觉检测技术研究 . 哈尔滨 ： 哈尔滨工业大学 ［ DOI： 10.27061/d.cnki.ghgdu.2020.006330 http://dx.doi.org/10.27061/d.cnki.ghgdu.2020.006330 ］
Liu W ， Anguelov D ， Erhan D ， Szegedy C ， Reed S ， Fu C Y and Berg A C . 2016 . SSD： single shot MultiBox detector // Proceedings of the 14th European Conference on Computer Vision . Amsterdam， The Netherlands ： Springer： 21 - 37 ［ DOI： 10.1007/978-3-319-46448-0_2 http://dx.doi.org/10.1007/978-3-319-46448-0_2 ］
Liu Y H and Chen Y J . 2011 . Automatic defect detection for TFT-LCD array process using quasiconformal kernel support vector data description . International Journal of Molecular Sciences ， 12 （ 9 ）： 5762 - 5781 ［ DOI： 10.3390/ijms12095762 http://dx.doi.org/10.3390/ijms12095762 ］
Liu Y H ， Huang Y K and Lee M J . 2008 . Automatic inline defect detection for a thin film transistor—liquid crystal display array process using locally linear embedding and support vector data description . Measurement Science and Technology ， 19 （ 9 ）： # 095501 ［ DOI： 10.1088/0957-0233/19/9/095501 http://dx.doi.org/10.1088/0957-0233/19/9/095501 ］
Liu Y H ， Lin S H ， Hsueh Y L and Lee M J . 2009a . Automatic target defect identification for TFT-LCD array process inspection using kernel FCM-based fuzzy SVDD ensemble . Expert Systems with Applications ， 36 （ 2 ）： 1978 - 1998 ［ DOI： 10.1016/j.eswa.2007.12.015 http://dx.doi.org/10.1016/j.eswa.2007.12.015 ］
Liu Y H ， Liu Y C and Chen Y Z . 2011 . High-speed inline defect detection for TFT-LCD array process using a novel support vector data description . Expert Systems with Applications ， 38 （ 5 ）： 6222 - 6231 ［ DOI： 10.1016/j.eswa.2010.11.046 http://dx.doi.org/10.1016/j.eswa.2010.11.046 ］
Liu Y H ， Wang C K ， Ting Y ， Lin W Z ， Kang Z H ， Chen C S and Hwang J S . 2009b . In-TFT-array-process micro defect inspection using nonlinear principal component analysis . International Journal of Molecular Sciences ， 10 （ 10 ）： 4498 - 4514 ［ DOI： 10.3390/ijms10104498 http://dx.doi.org/10.3390/ijms10104498 ］
Lu C J and Tsai D M . 2005 . Automatic defect inspection for LCDs using singular value decomposition . The International Journal of Advanced Manufacturing Technology ， 25 （ 1/2 ）： 53 - 61 ［ DOI： 10.1007/s00170-003-1832-6 http://dx.doi.org/10.1007/s00170-003-1832-6 ］
Lu C J and Tsai D M . 2008 . Independent component analysis-based defect detection in patterned liquid crystal display surfaces . Image and Vision Computing ， 26 （ 7 ）： 955 - 970 ［ DOI： 10.1016/j.imavis.2007.10.007 http://dx.doi.org/10.1016/j.imavis.2007.10.007 ］
Lu H P and Su C T . 2021 . CNNs combined with a conditional GAN for Mura defect classification in TFT-LCDs . IEEE Transactions on Semiconductor Manufacturing ， 34 （ 1 ）： 25 - 33 ［ DOI： 10.1109/TSM.2020.3048631 http://dx.doi.org/10.1109/TSM.2020.3048631 ］
Lu X P . 2014 . Study on the Methods of Machine Vision Inspection for the Mura Defect of TFT-LCD . Chengdu ： University of Electronic Science and Technology of China
卢小鹏 . 2014 . TFT-LCD Mura缺陷机器视觉检测方法研究 . 成都 ： 电子科技大学
Lu X P ， Li H ， Liu Y J ， Liang P and Li K . 2014 . Algorithm for fast TFT-LCD Mura defect image segmentation based on Chan-Vese model . Chinese Journal of Liquid Crystals and Displays ， 29 （ 1 ）： 146 - 151
卢小鹏 ， 李辉 ， 刘云杰 ， 梁平 ， 李坤 . 2014 . 基于Chan-Vese模型的TFT-LCD Mura缺陷快速分割算法 . 液晶与显示 ， 29 （ 1 ）： 146 - 151 ［ DOI： 10.3788/YJYXS20142901.0146 http://dx.doi.org/10.3788/YJYXS20142901.0146 ］
Lu Y ， Ma L and Jiang H Q . 2020 . A light CNN model for defect detection of LCD // Frontier Computing （FC 2019） . Singapore， Singapore ： Springer： 10 - 19 ［ DOI： 10.1007/978-981-15-3250-4_2 http://dx.doi.org/10.1007/978-981-15-3250-4_2 ］
Mallikarjuna P ， Targhi A T ， Fritz M ， Hayman E ， Caputo B and Eklundh J O . 2006 . The KTH-TIPS2 database. Stockholm， Sweden： Computational Vision and Active Perception Laboratory， School of Computer Science and Communication
Mei S . 2017 . Research on TFT-LCD Mura Defect Recognition Based on Deep Learning . Wuhan ： Huazhong University of Science and Technology
梅爽 . 2017 . 基于深度学习的液晶屏Mura缺陷图像识别算法研究 . 武汉 ： 华中科技大学
Mei S ， Yang H and Yin Z P . 2017 . Unsupervised-learning-based feature-level fusion method for Mura defect recognition . IEEE Transactions on Semiconductor Manufacturing ， 30 （ 1 ）： 105 - 113 ［ DOI： 10.1109/TSM.2017.2648856 http://dx.doi.org/10.1109/TSM.2017.2648856 ］
Mei S ， Yang H and Yin Z P . 2018 . An unsupervised-learning-based approach for automated defect inspection on textured surfaces . IEEE Transactions on Instrumentation and Measurement ， 67 （ 6 ）： 1266 - 1277 ［ DOI： 10.1109/TIM.2018.2795178 http://dx.doi.org/10.1109/TIM.2018.2795178 ］
Ming W Y ， Zhang S F ， Liu X W ， Liu K ， Yuan J ， Xie Z B ， Sun P Y and Guo X D . 2021 . Survey of Mura defect detection in liquid crystal displays based on machine vision . Crystals ， 11 （ 12 ）： # 1444 ［ DOI： 10.3390/cryst11121444 http://dx.doi.org/10.3390/cryst11121444 ］
Nakano H and Mori Y . 2005 . Measurement method for low-contrast nonuniformity in liquid crystal displays by using multi-wavelet analysis // Proceedings Volume 5880 ， Optical Diagnostics. San Diego， USA ： SPIE： 313 - 318 ［ DOI： 10.1117/12.616232 http://dx.doi.org/10.1117/12.616232 ］
Oh J H ， Yun B J and Park K H . 2007 . The defect detection using human visual system and wavelet transform in TFT-LCD image // 2007 Frontiers in the Convergence of Bioscience and Information Technologies . Jeju， Korea （South） ： IEEE： 498 - 503 ［ DOI： 10.1109/FBIT.2007.49 http://dx.doi.org/10.1109/FBIT.2007.49 ］
Ouyang T . 2018 . Research and Implementation of Defect Detection Algorithm for OLED Display . Shanghai ： Shanghai Jiao Tong University
欧阳韬 . 2018 . OLED显示屏缺陷检测算法的研究与实现 . 上海 ： 上海交通大学
Peng D Q ， Liu H and Xu G L . 2021 . Object segmentation algorithm modified by candidate box for fully convolution network . Journal of Chongqing University of Posts and Telecommunications （Natural Science Edition） ， 33 （ 1 ）： 135 - 143
彭大芹 ， 刘恒 ， 许国良 . 2021 . 使用候选框进行全卷积网络修正的目标分割算法 . 重庆邮电大学学报（自然科学版） ， 33 （ 1 ）： 135 - 143 ［ DOI： 10.3979/j.issn.1673-825X.201903210099 http://dx.doi.org/10.3979/j.issn.1673-825X.201903210099 ］
Pratt W K ， Sawkar S S and O’Reilly K . 1998 . Automatic blemish detection in liquid crystal flat panel displays // Proceedings Volume 3306 ， Machine Vision Applications in Industrial Inspection VI. San Jose， USA ： SPIE： 2 - 13 ［ DOI： 10.1117/12.301232 http://dx.doi.org/10.1117/12.301232 ］
Qian J D ， Chen B ， Qian J Y ， Zhao H J and Chen G . 2018 . Machine vision based inspection method of Mura defect for LCD . Computer Science ， 45 （ 6 ）： 296 - 300， 313
钱基德 ， 陈斌 ， 钱基业 ， 赵恒军 ， 陈刚 . 2018 . 基于机器视觉的液晶屏Mura缺陷检测方法 . 计算机科学 ， 45 （ 6 ）： 296 - 300 ， 313 ［ DOI： 10.11896/j.issn.1002-137X.2018.06.052 http://dx.doi.org/10.11896/j.issn.1002-137X.2018.06.052 ］
Redmon J ， Divvala S ， Girshick R and Farhadi A . 2016 . You only look once： unified， real-time object detection // Proceedings of 2016 IEEE Conference on Computer Vision and Pattern Recognition . Las Vegas， USA ： IEEE： 779 - 788 ［ DOI： 10.1109/CVPR.2016.91 http://dx.doi.org/10.1109/CVPR.2016.91 ］
Ren S Q ， He K M ， Girshick R and Sun J . 2017 . Faster R-CNN： towards real-time object detection with region proposal networks . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 39 （ 6 ）： 1137 - 1149 ［ DOI： 10.1109/TPAMI.2016.2577031 http://dx.doi.org/10.1109/TPAMI.2016.2577031 ］
Ronneberger O ， Fischer P and Brox T . 2015 . U-Net： convolutional networks for biomedical image segmentation // Proceedings of the 18th Medical Image Computing and Computer-Assisted Intervention . Munich， Germany ： Springer： 234 - 241 ［ DOI： 10.1007/978-3-319-24574-4_28 http://dx.doi.org/10.1007/978-3-319-24574-4_28 ］
SEMI . 2002 . SEMI D31 - 1102 ： Definition of measurement index （Semu） for luminance Mura in FPD image quality inspection //Japan FPD Metrology Committee Meeting Minutes. Yokohama， Japan
Sharan L ， Rosenholtz R and Adelson E H . 2014 . Accuracy and speed of material categorization in real-world images . Journal of Vision ， 14 （ 9 ）： # 12 ［ DOI： 10.1167/14.9.12 http://dx.doi.org/10.1167/14.9.12 ］
Shelhamer E ， Long J and Darrell T . 2017 . Fully convolutional networks for semantic segmentation . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 39 （ 4 ）： 640 - 651 ［ DOI： 10.1109/TPAMI.2016.2572683 http://dx.doi.org/10.1109/TPAMI.2016.2572683 ］
Shuai L Y ， Chen H X and Wang Z X . 2022 . Defect detection of four-color display screen based on color equalization and local dynamic threshold segmentation // Proceedings of AIIPCC 2022， the 3rd International Conference on Artificial Intelligence， Information Processing and Cloud Computing . Online ： VDE： 1 - 5
Song K Y . 2021 . Research on Visual Inspection Algorithm of Mura Defects Based on Deep Feature Encoding . Wuhan ： Huazhong University of Science and Technology
宋开友 . 2021 . 基于深度特征编码的Mura缺陷视觉检测算法研究 . 武汉 ： 华中科技大学 ［ DOI： 10.27157/d.cnki.ghzku.2021.006214 http://dx.doi.org/10.27157/d.cnki.ghzku.2021.006214 ］
Song K Y ， Yang H and Yin Z P . 2021a . Multi-scale boosting feature encoding network for texture recognition . IEEE Transactions on Circuits and Systems for Video Technology ， 31 （ 11 ）： 4269 - 4282 ［ DOI： 10.1109/TCSVT.2021.3051003 http://dx.doi.org/10.1109/TCSVT.2021.3051003 ］
Song K Y ， Yang H and Yin Z P . 2022 . Anomaly composition and decomposition network for accurate visual inspection of texture defects . IEEE Transactions on Instrumentation and Measurement ， 71 ： # 5017814 ［ DOI： 10.1109/TIM.2022.3196133 http://dx.doi.org/10.1109/TIM.2022.3196133 ］
Song S B ， Yang K C ， Wang A N ， Zhang S S and Xia M . 2021b . A Mura detection model based on unsupervised adversarial learning . IEEE Access ， 9 ： 49920 - 49928 ［ DOI： 10.1109/ACCESS.2021.3069466 http://dx.doi.org/10.1109/ACCESS.2021.3069466 ］
Tan M X and Le Q V . 2019 . EfficientNet： rethinking model scaling for convolutional neural networks // Proceedings of the 36th International Conference on Machine Learning . Long Beach， USA ： JMLR： 6105 - 6114 ［ DOI： 10.48550/arXiv.1905.11946 http://dx.doi.org/10.48550/arXiv.1905.11946 ］
Tan M X ， Pang R M and Le Q V . 2020 . EfficientDet： scalable and efficient object detection // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Seattle， USA ： IEEE： 10778 - 10787 ［ DOI： 10.1109/CVPR42600.2020.01079 http://dx.doi.org/10.1109/CVPR42600.2020.01079 ］
Taniguchi K ， Ueta K ， Onishi H and Tatsumi S . 2007 . A method of Mura intensity quantification using multi-level sliced images // Proceedings Volume 6356 ， the 8th International Conference on Quality Control by Artificial Vision. Le Creusot， France ： SPIE： 124 - 131 ［ DOI： 10.1117/12.736735 http://dx.doi.org/10.1117/12.736735 ］
Torres G M ， Souza A S ， Ferreira D A O ， Junior L C S G ， Ouchi K Y ， Valadao M D M ， Silva M O ， Cavalcante V L G ， Mattos E V C U ， Pereira A M C ， Cruz C F S ， Silva A P ， Belem R J S ， Costa A S ， Evangelista L G C ， Junior W C C ， Paula R G ， Bezerra T B ， Junior W S S and Carvalho C B . 2021 . Automated Mura defect detection system on LCD displays using random forest classifier // Proceedings of 2021 IEEE International Conference on Consumer Electronics （ICCE） . Las Vegas， USA ： IEEE： #9427579 ［ DOI： 10.1109/ICCE50685.2021.9427579 http://dx.doi.org/10.1109/ICCE50685.2021.9427579 ］
Tsai D M ， Chuang S T and Tseng Y H . 2007 . One-dimensional-based automatic defect inspection of multiple patterned TFT-LCD panels using Fourier image reconstruction . International Journal of Production Research ， 45 （ 6 ）： 1297 - 1321 ［ DOI： 10.1080/00207540600622464 http://dx.doi.org/10.1080/00207540600622464 ］
Tsai D M ， Fan S K S and Chou Y H . 2021 . Auto-annotated deep segmentation for surface defect detection . IEEE Transactions on Instrumentation and Measurement ， 70 ： # 5011410 ［ DOI： 10.1109/TIM.2021.3087826 http://dx.doi.org/10.1109/TIM.2021.3087826 ］
Tsai D M and Hung C Y . 2005 . Automatic defect inspection of patterned thin film transistor-liquid crystal display （TFT-LCD） panels using one-dimensional Fourier reconstruction and wavelet decomposition . International Journal of Production Research ， 43 （ 21 ）： 4589 - 4607 ［ DOI： 10.1080/00207540500140732 http://dx.doi.org/10.1080/00207540500140732 ］
Tsai D M ， Lin P C and Lu C J . 2006 . An independent component analysis-based filter design for defect detection in low-contrast surface images . Pattern Recognition ， 39 （ 9 ）： 1679 - 1694 ［ DOI： 10.1016/j.patcog.2006.03.005 http://dx.doi.org/10.1016/j.patcog.2006.03.005 ］
Tuyen Le N ， Wang J W ， Shih M H and Wang C C . 2020 . Novel framework for optical film defect detection and classification . IEEE Access ， 8 ： 60964 - 60978 ［ DOI： 10.1109/ACCESS.2020.2982250 http://dx.doi.org/10.1109/ACCESS.2020.2982250 ］
Wang H S and Yang Y Y . 2018 . Surface defect inspection of TFT-LCD panels based on improved saliency model . Journal of Electronic Measurement and Instrumentation ， 32 （ 7 ）： 29 - 35
王宏硕 ， 杨永跃 . 2018 . 基于改进显著性模型的TFT-LCD面板缺陷检测 . 电子测量与仪器学报 ， 32 （ 7 ）： 29 - 35 ［ DOI： 10.13382/j.jemi.2018.07.005 http://dx.doi.org/10.13382/j.jemi.2018.07.005 ］
Wang X ， Dong R and Li B . 2016 . TFT-LCD Mura defect detection based on ICA and multi-channels fusion // Proceedings of the 3rd International Conference on Information Science and Control Engineering （ICISCE） . Beijing， China ： IEEE： 687 - 691 ［ DOI： 10.1109/ICISCE.2016.152 http://dx.doi.org/10.1109/ICISCE.2016.152 ］
Wang Y Y ， Hou J ， Li M S ， Xue T and Xiao X . 2021 . Defect detection of LCD based on texture elimination . Electronic Measurement Technology ， 44 （ 12 ）： 93 - 96
汪永勇 ， 侯俊 ， 李梦思 ， 薛彤 ， 肖雄 . 2021 . 基于纹理消除的液晶屏缺陷检测 . 电子测量技术 ， 44 （ 12 ）： 93 - 96 ［ DOI： 10.19651/j.cnki.emt.2106557 http://dx.doi.org/10.19651/j.cnki.emt.2106557 ］
Wieler M ， Hahn T and Hamprecht F A . 2007 . Weakly supervised learning for industrial optical inspection ［EB/OL］. ［ 2023-07-06 ］. https://hci.iwr.uni-heidelberg.de/content/weakly-supervised-learning-industrial-optical-inspection https://hci.iwr.uni-heidelberg.de/content/weakly-supervised-learning-industrial-optical-inspection
Xie E Z ， Wang W J ， Wang W H ， Sun P Z ， Xu H ， Liang D and Luo P . 2021 . Trans2Seg： transparent object segmentation with Transformer ［EB/OL］. ［ 2023-07-06 ］. https://arxiv.org/pdf/2101.08461v2.pdf https://arxiv.org/pdf/2101.08461v2.pdf
Xie R ， Li G and Zhang R B . 2016 . High quality background modeling of LCD-Mura defect . Journal of Computer Applications ， 36 （ 4 ）： 1151 - 1155 ， 1162
谢瑞 ， 李钢 ， 张仁斌 . 2016 . 液晶显示器斑痕缺陷高质量背景建模 . 计算机应用 ， 36 （ 4 ）： 1151 - 1155 ［ DOI： 10.11772/j.issn.1001-9081.2016.04.1151 http://dx.doi.org/10.11772/j.issn.1001-9081.2016.04.1151 ］
Xie X H and Mirmehdi M . 2007 . TEXEMS： texture exemplars for defect detection on random textured surfaces . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 29 （ 8 ）： 1454 - 1464 ［ DOI： 10.1109/TPAMI.2007.1038 http://dx.doi.org/10.1109/TPAMI.2007.1038 ］
Yan C C ， Jin S Q ， Yan Z Z and Hu H B . 2017 . TFT-LCD detection algorithm combining weighted template difference image and bilateral filtering . Journal of Electronic Measurement and Instrumentation ， 31 （ 9 ）： 1434 - 1440
严成宸 ， 金施群 ， 闫真真 ， 胡海兵 . 2017 . 结合加权模板差图与双边滤波的TFT-LCD检测算法 . 电子测量与仪器学报 ， 31 （ 9 ）： 1434 - 1440 ［ DOI： 10.13382/j.jemi.2017.09.013 http://dx.doi.org/10.13382/j.jemi.2017.09.013 ］
Yang H ， Chen Y F ， Song K Y and Yin Z P . 2019 . Multiscale feature-clustering-based fully convolutional autoencoder for fast accurate visual inspection of texture surface defects . IEEE Transactions on Automation Science and Engineering ， 16 （ 3 ）： 1450 - 1467 ［ DOI： 10.1109/TASE.2018.2886031 http://dx.doi.org/10.1109/TASE.2018.2886031 ］
Yang H ， Mei S ， Song K Y ， Tao B and Yin Z P . 2018b . Transfer-learning-based online Mura defect classification . IEEE Transactions on Semiconductor Manufacturing ， 31 （ 1 ）： 116 - 123 ［ DOI： 10.1109/TSM.2017.2777499 http://dx.doi.org/10.1109/TSM.2017.2777499 ］
Yang H ， Song K Y ， Mei S and Yin Z P . 2018a . An accurate Mura defect vision inspection method using outlier-prejudging-based image background construction and region-gradient-based level set . IEEE Transactions on Automation Science and Engineering ， 15 （ 4 ）： 1704 - 1721 ［ DOI： 10.1109/TASE.2018.2823709 http://dx.doi.org/10.1109/TASE.2018.2823709 ］
Yang H ， Zhou Q Y ， Song K Y and Yin Z P . 2021 . An anomaly feature-editing-based adversarial network for texture defect visual inspection . IEEE Transactions on Industrial Informatics ， 17 （ 3 ）： 2220 - 2230 ［ DOI： 10.1109/TII.2020.3015765 http://dx.doi.org/10.1109/TII.2020.3015765 ］
Yang Q ， Zhao Y Q ， Zhang F and Liao M . 2022 . Automatic segmentation of defect in high-precision and small-field TFT-LCD images . Laser and Optoelectronics Progress ， 59 （ 12 ）： 1215008
杨勍 ， 赵于前 ， 张帆 ， 廖苗 . 2022 . 高精度小视野TFT-LCD图像异物缺陷自动分割 . 激光与光电子学进展 ， 59 （ 12 ）： # 1215008 ［ DOI： 10.3788/LOP202259.1215008 http://dx.doi.org/10.3788/LOP202259.1215008 ］
Yun J W ， Gu H ， Kim D H ， Moon H S and Ko S J . 2014 . Automatic Mura inspection using the principal component analysis for the TFT-LCD panel // Proceedings of 2014 IEEE International Conference on Consumer Electronics . Taipei， China ： IEEE： 109 - 110 ［ DOI： 10.1109/ICCE-TW.2014.6904008 http://dx.doi.org/10.1109/ICCE-TW.2014.6904008 ］
Zeng Y . 2017 . Research of Key Technologies for TFT-LCD Display Defects Detection System Base on Machine Vision . Yueyang ： Hunan Institute of Science and Technology
曾毅 . 2017 . 基于机器视觉的液晶屏点灯缺陷检测系统关键技术研究 . 岳阳 ： 湖南理工学院
Zhang T D ， Lu R S and Zhang S Z . 2016 . Surface defect inspection of TFT-LCD panels based on 2D DFT . Opto-Electronic Engineering ， 43 （ 3 ）： 7 - 15
张腾达 ， 卢荣胜 ， 张书真 . 2016 . 基于二维DFT的TFT-LCD平板表面缺陷检测 . 光电工程 ， 43 （ 3 ）： 7 - 15 ［ DOI： 10.3969/j.issn.1003-501X.2016.03.002 http://dx.doi.org/10.3969/j.issn.1003-501X.2016.03.002 ］
Zhang Y and Zhang J . 2006a . Automatic blemish inspection for TFT-LCD based on polynomial surface fitting . Opto-Electronic Engineering ， 33 （ 10 ）： 108 - 114
张昱 ， 张健 . 2006a . 基于多项式曲面拟合的TFT-LCD斑痕缺陷自动检测技术 . 光电工程 ， 33 （ 10 ）： 108 - 114 ［ DOI： 10.3969/j.issn.1003-501X.2006.10.021 http://dx.doi.org/10.3969/j.issn.1003-501X.2006.10.021 ］
Zhang Y and Zhang J . 2006b . Application of fuzzy expert system in defect inspection of TFT-LCD . Journal of Optoelectronics·Laser ， 17 （ 6 ）： 719 - 723
张昱 ， 张健 . 2006b . 模糊专家系统在TFT-LCD缺陷检测中的应用 . 光电子·激光 ， 17 （ 6 ）： 719 - 723 ［ DOI： 10.3321/j.issn：1005-0086.2006.06.018 http://dx.doi.org/10.3321/j.issn：1005-0086.2006.06.018 ］
Zhou Z H . 2016 . Machine Learning . Beijing ： Tsinghua University Press
周志华 . 2016 . 机器学习 . 北京 ： 清华大学出版社
Zhu H D ， Huang J C ， Liu H W ， Zhou Q W ， Zhu J Q and Li B Q . 2022 . Deep-learning-enabled automatic optical inspection for module-level defects in LCD . IEEE Internet of Things Journal ， 9 （ 2 ）： 1122 - 1135 ［ DOI： 10.1109/JIOT.2021.3079440 http://dx.doi.org/10.1109/JIOT.2021.3079440 ］