薄膜晶体管液晶显示屏(thin film transistor-liquid crystal display,TFT-LCD),是目前最为常见的一种显示屏;为了提高TFT-LCD产品质量,更加准确、高效地检测出次品,国外厂商开发出了自动化的屏幕检测设备来替代人工检测。但是在国内,许多屏幕生产厂家还是依靠人工进行检测,虽然国内也有公司进行自动检测设备的研发,但是由于检测算法存在漏检和误检等问题,使得研发的设备难以应用到实际生产中。本文针对现有算法存在的这些不足,提出了基于图像背景重构和水平集的TFT-LCD缺陷检测算法,并搭建实验平台进行算法验证,最后将算法应用到自动检测设备上进行实际应用测试。本文具体的研究内容如下:(1)检测平台硬件系统设计,依据屏幕检测需求提出硬件架构和选型方案。(2)针对图像背景不均匀造成的误检问题,本文提出了基于缺陷区域预判的背景图像重构方法,来消除缺陷区域的像素对背景图像重构的影响,从而获得高精度的背景图像,再用原图与背景图像求差来抑制背景不均匀。(3)针对现有的基于主动轮廓模型的屏幕缺陷分割法对小缺陷不敏感而产生的漏检问题,本文提出了基于梯度和区域信息的主动轮廓模型并基于水平集进行轮廓演化来分割缺陷,该算法能够应对背景不均情况并且对小缺陷敏感,有效提高了检测精度。(4)利用GPU并行处理技术对算法进行加速,并对检测平台的软件架构和功能进行了设计,实现了算法在实验平台上的应用。(5)通过实验将本文所提的算法和其他学者提出的屏幕缺陷检测算法进行对比,从鲁棒性、检测精度以及对Mura缺陷的检出率和误报率四个方面对算法进行评价并对实验结果进行量化分析,结果表明本文所提的算法检测效果优于对比算法。最后将本文算法移植到自动检测设备上进行实际应用测试,其中点、线缺陷的检出率为100%,Mura缺陷的检出率为93.56%,误报率为5.16%,检测效果达到了实际应用要求。