作者在论文中主要探讨具有一致性(Uniform)和规律性纹路(Homogeneous texture)表面的坏点在线检测技术，其主要应用对象为薄膜晶体管液晶显示屏(Thin film transistor liquid crystal display，TFT-LCD)中具有规律性纹路图像的TFT模组。目前TFT-LCD的坏点检测方法大多为离线方式，且需要依赖大量人工进行，这样不但检测效率低，而且主观的判断也会造成检测上的偏差。故作者在研究TFT-LCD模组坏点检测时引入视觉系统，并采用在线检测方式，以提高TFT-LCD模组坏点在线检测的精度和速度。 作者结合参与研发的企业在线检测系统，从以下方面对其进行了较为详细的研究： 1.研究了国内外不同厂家所生产的的TFT-LCD模组的结构、特点和显示原理以及其模组坏点的产生、检测和判别，并分析了TFT-LCD模组研发、生产、检测及应用的国内外现状和前景。 2.通过对广东某光电公司的在线检测系统的硬件架构(主要包括大理石平台、光学系统、人机界面等)的分析，研究了硬件架构对TFT-LCD坏点在线检测的精度和速度的影响。 3.研究了AOI系统的运作方式，包括Recipe参数的设定、坏点扫描和坏点检测与分析。Recipe参数主要是指图像数据、检测区域、光学设置、检测灵敏度等。坏点扫描过后，TDI就会根据设置好的Recipe进行取像。 4. 研究了作为ICA(Independent Component Analysis)求解的最佳化方法的粒子群演算法(Particle Swarm Optimization，PSO)，并在求解的过程中加入一限制式，使图像中正常区域经滤波后有一致的反应值，并借由统计品质管理方法设定反应值的临界值(Thresholds)，判断是否有坏点存在。 5.分析并讨论了在线检测的结果，归纳并总结了坏点产生的原因及特点，为下游的TTT-LCD检测与诊断提供依据，从而提高产品的成品率。 论文最后总结了全文的工作，并对以后的研究方向进行了展望。