一種cis 圖像傳感器的失效信息自動分類方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供一種CIS圖像傳感器的失效信息自動分類方法及系統(tǒng)，該自動分類方法包括：CIS圖像傳感器輸出檢測結(jié)果圖片文件；所述檢測結(jié)果圖片文件為BMP圖片文件；解讀所述檢測結(jié)果圖片文件，提取失效信息，具體過程包括：將所述BMP圖片文件轉(zhuǎn)換成十六進制文件；根據(jù)正常位和失效位的像素顏色有跳變的特征，通過分層聚類分析方法找到失效位的灰度值范圍；將所述失效信息轉(zhuǎn)換成標準文本格式的結(jié)果文件；根據(jù)自定義失效模式對所述結(jié)果文件中的失效信息進行自動化歸類；顯示自動化歸類結(jié)果。本發(fā)明快速的解決了對CIS產(chǎn)品圖象測試結(jié)果進行自動歸類分析的難題，避免了長期以來人工用眼睛來統(tǒng)計和歸類的低效率和不精確問題。
【專利說明】—種CIS圖像傳感器的失效信息自動分類方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于半導體檢測【技術(shù)領(lǐng)域】，涉及一種CIS圖像傳感器的失效信息自動分類方法及系統(tǒng)。
【背景技術(shù)】
[0002]CMOS圖像傳感器隨著手機攝像頭的發(fā)展可謂是日新月異。從早年的20K像素到現(xiàn)在32M像素，世界各地不同公司、大學、以及研究機構(gòu)都在不停地開發(fā)CMOS圖像傳感器，每年都有新的技術(shù)產(chǎn)生。隨著像素設(shè)計的不斷減小，其對CMOS圖像傳感器的生產(chǎn)工藝和質(zhì)量都產(chǎn)生了新的挑戰(zhàn)。為了保證產(chǎn)品的質(zhì)量，每一個圖象傳感器都需要測試檢驗，并得出對應的BMP圖片，從BMP圖片上可以看出有問題的產(chǎn)品上各種失效模式的圖形特征。
[0003]為了獲取CMOS圖像傳感器失效機理的信息，需要找到有問題的CMOS圖像傳感器芯片上每一個失效像素的位置。目前確定失效像素位置的方法是人工利用肉眼對獲取的失效位進行統(tǒng)計，并制成圖表，然后分類分析，從而找到其失效的機理。如圖1所示，其為一張CIS產(chǎn)品的測試結(jié)果示意圖，其中存在單點的BMP失效信息，和條狀的BMP失效信息。圖1所示的失效信息的類型比較簡單，容易人工判斷，但當失效信息的類型以及數(shù)量都非常多時，利用肉眼對失效信息進行判斷分類顯然是不現(xiàn)實的，即上述方法的最大問題是:需要花費工程師大量的腦力和時間，而且也經(jīng)常出現(xiàn)丟失信息、誤判等情況，因此上述方法隨著CIS傳感器的容量增大而變得難以實現(xiàn)。

【發(fā)明內(nèi)容】

[0004]鑒于以上所述現(xiàn)有技術(shù)的缺點，本發(fā)明的目的在于提供一種CIS圖像傳感器的失效信息自動分類方法及系統(tǒng)，用于解決現(xiàn)有技術(shù)中人工對CIS圖像傳感器的失效信息進行統(tǒng)計和歸類的低效率和不精確的問題。
[0005]為實現(xiàn)上述目的及其他相關(guān)目的，本發(fā)明提供一種CIS圖像傳感器的失效信息自動分類方法及系統(tǒng)，其中所述CIS圖像傳感器的失效信息自動分類方法包括:CIS圖像傳感器輸出檢測結(jié)果圖片文件；所述檢測結(jié)果圖片文件為BMP圖片文件；解讀所述檢測結(jié)果圖片文件，提取失效信息，具體過程包括:將所述BMP圖片文件轉(zhuǎn)換成十六進制文件；根據(jù)正常位和失效位的像素顏色有跳變的特征，通過分層聚類分析方法找到失效位的灰度值范圍；將所述失效信息轉(zhuǎn)換成標準文本格式的結(jié)果文件；根據(jù)自定義失效模式對所述結(jié)果文件中的失效信息進行自動化歸類；顯示自動化歸類結(jié)果。
[0006]優(yōu)選地，在所述通過分層聚類分析方法找到失效位的灰度值范圍步驟之前，先對所述十六進制文件進行邊框過濾處理，過濾處理的具體過程為:剔除所述十六進制文件中整行或整列黑色像素超過90%的邊框。
[0007]優(yōu)選地，將所述失效信息轉(zhuǎn)換成標準文本格式的結(jié)果文件的具體實現(xiàn)過程包括:讀取符合所述失效位的灰度值范圍的位置信息，將所述位置信息輸出成標準文本格式的結(jié)果文件。[0008]優(yōu)選地，所述自定義失效模式包括:以形狀定義失效模式，包括單點模式、雙點模式、行線模式、列線模式、相交線模式、區(qū)域模式。
[0009]優(yōu)選地，所述自動化歸類的方式包括:根據(jù)從大到小的原則，即按面、線、點的順序依次進行分類，具體實現(xiàn)過程為:判斷所述結(jié)果文件中的位置信息是否屬于區(qū)域模式，若是則歸類到區(qū)域模式；否則繼續(xù)判斷所述位置信息是否屬于行線模式、列線模式、或相交線模式，若是則歸類到對應的行線模式、列線模式、或相交線模式；否則繼續(xù)判斷所述位置信息是否屬于單點模式或雙點模式，若是則歸類到對應的單點模式或雙點模式。
[0010]優(yōu)選地，所述自動化歸類的方式包括:根據(jù)所述失效信息體現(xiàn)為面、行、列、點的特征，將所述結(jié)果文件中的位置信息按行方向排序，再按列方向排序，然后將排序后的位置信息進行聚類分析，找到每個位置信息所歸屬的失效模式。
[0011]優(yōu)選地，所述顯示自動化歸類結(jié)果的實現(xiàn)過程包括:采用失效模式界面、或/和統(tǒng)計數(shù)據(jù)圖表界面、或/和傳感器失效信息布局界面、或/和失效模式和位圖顯示界面來顯示所述自動化歸類結(jié)果。
[0012]所述CIS圖像傳感器的失效信息自動分類系統(tǒng)包括:文件格式轉(zhuǎn)換模塊、失效信息提取模塊、標準文本格式輸出模塊、自動歸類模塊；所述文件格式轉(zhuǎn)換模塊用以接收Cis圖像傳感器輸出的檢測結(jié)果圖片文件，并將所述檢測結(jié)果圖片文件轉(zhuǎn)換成十六進制文件；所述失效信息提取模塊與所述文件格式轉(zhuǎn)換模塊相連，用以根據(jù)正常位和失效位的像素顏色有跳變的特征，通過分層聚類分析方法找到失效位的灰度值范圍；所述標準文本格式輸出模塊與所述失效信息提取模塊相連，用以將所述失效信息轉(zhuǎn)換成標準文本格式的結(jié)果文件；所述自動歸類模塊，與所述標準文本格式輸出模塊相連，用以根據(jù)自定義的失效模式對所述結(jié)果文件中的失效信息進行自動化歸類。
[0013]優(yōu)選地，所述CIS圖像傳感器的失效信息自動分類系統(tǒng)還包括:濾波模塊、顯示模塊；所述濾波模塊與所述文件格式轉(zhuǎn)換模塊和所述失效信息提取模塊分別相連，用以將所述十六進制文件中整行或整列黑色像素超過90%的邊框濾除；所述顯示模塊與所述自動歸類模塊相連，用以顯示自動化歸類結(jié)果。
[0014]優(yōu)選地，所述自定義失效模式包括:以形狀定義失效模式，包括單點模式、雙點模式、行線模式、列線模式、相交線模式、區(qū)域模式。
[0015]優(yōu)選地，所述自動歸類模塊包括:第一判斷模塊、第一是執(zhí)行模塊、第一否執(zhí)行模塊、第二判斷模塊、第二是執(zhí)行模塊、第二否執(zhí)行模塊、第三判斷模塊、第三是執(zhí)行模塊；所述第一判斷模塊與所述標準文本格式輸出模塊相連，用以判斷所述結(jié)果文件中的位置信息是否屬于區(qū)域模式；所述第一是執(zhí)行模塊與所述第一判斷模塊相連，用以在所述結(jié)果文件中的位置信息屬于區(qū)域模式時將所述位置信息歸類到區(qū)域模式；所述第一否執(zhí)行模塊與所述第一判斷模塊相連，用以在所述結(jié)果文件中的位置信息不屬于區(qū)域模式時執(zhí)行一第二判斷模塊；所述第二判斷模塊，與所述第一否執(zhí)行模塊相連，用以繼續(xù)判斷所述位置信息是否屬于行線模式、列線模式、或相交線模式；所述第二是執(zhí)行模塊與所述第二判斷模塊相連，用以在所述位置信息屬于行線模式、列線模式、或相交線模式時將所述位置信息歸類到對應的行線模式、列線模式、或相交線模式；所述第二否執(zhí)行模塊與所述第二判斷模塊相連，用以在所述位置信息不屬于行線模式、列線模式、或相交線模式時執(zhí)行一第三判斷模塊；所述第三判斷模塊與所述第二否執(zhí)行模塊相連，用以繼續(xù)判斷所述位置信息是否屬于單點模式或雙點模式；所述第三是執(zhí)行模塊與所述第三判斷模塊相連，用以在所述位置信息屬于單點模式或雙點模式時將所述位置信息歸類到對應的單點模式或雙點模式。
[0016]優(yōu)選地，所述自動歸類模塊包括:排序模塊、聚類分析模塊；所述排序模塊與所述標準文本格式輸出模塊相連，用以根據(jù)所述失效信息體現(xiàn)為面、行、列、點的特征，將所述結(jié)果文件中的位置信息按行方向排序，再按列方向排序，獲得排序后的位置信息；所述聚類分析模塊與所述排序模塊相連，用以將所述排序后的位置信息進行聚類分析，找到每個位置信息所歸屬的失效模式。
[0017]如上所述，本發(fā)明所述的CIS圖像傳感器的失效信息自動分類方法及系統(tǒng)，具有以下有益效果:本發(fā)明快速的解決了對CIS產(chǎn)品圖象測試結(jié)果進行自動歸類分析的難題，避免了長期以來人工用眼睛來統(tǒng)計和歸類的低效率和不精確問題；此外，本發(fā)明實現(xiàn)了對CIS圖像傳感器輸出的BMP圖片文件進行精準地解讀，從系統(tǒng)的角度實現(xiàn)了圖象特征的自動化分類分析，大大提高了生產(chǎn)效率。
【專利附圖】

【附圖說明】
[0018]圖1為現(xiàn)有的一張CIS產(chǎn)品的測試結(jié)果示意圖。
[0019]圖2為本發(fā)明所述的CIS圖像傳感器的失效信息自動分類方法的流程示意圖。
[0020]圖3為本發(fā)明所述的CIS圖像傳感器的失效信息自動分類方法的進一步詳細流程示意圖。 [0021]圖4為本發(fā)明所述的CIS圖像傳感器的失效信息自動分類方法中自動化歸類步驟的一種實現(xiàn)流程示意圖。
[0022]圖5為本發(fā)明所述的CIS圖像傳感器的失效信息自動分類方法中自動化歸類步驟的另一種實現(xiàn)流程示意圖。
[0023]圖6為本發(fā)明所述的CIS圖像傳感器的失效信息自動分類系統(tǒng)的結(jié)構(gòu)示意圖。
[0024]圖7為本發(fā)明所述的CIS圖像傳感器的失效信息自動分類系統(tǒng)中自動歸類模塊的一種結(jié)構(gòu)不意圖。
[0025]圖8為本發(fā)明所述的CIS圖像傳感器的失效信息自動分類系統(tǒng)中自動歸類模塊的另一種結(jié)構(gòu)不意圖。
[0026]元件標號說明
[0027]I文件格式轉(zhuǎn)換模塊
[0028]2濾波模塊
[0029]3失效信息提取模塊
[0030]4標準文本格式輸出模塊
[0031]5自動歸類模塊
[0032]6顯示模塊
[0033]51第一判斷模塊
[0034]52第一是執(zhí)行模塊
[0035]53第一否執(zhí)行模塊
[0036]54第二判斷模塊
[0037]55第二是執(zhí)行模塊[0038]56第二否執(zhí)行模塊
[0039]57第三判斷模塊
[0040]58第三是執(zhí)行模塊
[0041]5IA排序模塊
[0042]52A聚類分析模塊
【具體實施方式】
[0043]以下通過特定的具體實例說明本發(fā)明的實施方式，本領(lǐng)域技術(shù)人員可由本說明書所揭露的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點與功效。本發(fā)明還可以通過另外不同的【具體實施方式】加以實施或應用，本說明書中的各項細節(jié)也可以基于不同觀點與應用，在沒有背離本發(fā)明的精神下進行各種修飾或改變。
[0044]請參閱附圖。需要說明的是，本實施例中所提供的圖示僅以示意方式說明本發(fā)明的基本構(gòu)想，遂圖式中僅顯示與本發(fā)明中有關(guān)的組件而非按照實際實施時的組件數(shù)目、形狀及尺寸繪制，其實際實施時各組件的型態(tài)、數(shù)量及比例可為一種隨意的改變，且其組件布局型態(tài)也可能更為復雜。
[0045]下面結(jié)合實施例和附圖對本發(fā)明進行詳細說明。
[0046]實施例
[0047]本實施例提供一種CIS圖像傳感器的失效信息自動分類方法，如圖2所示，該自動分類方法包括:
[0048]CIS圖像傳感器輸出檢測結(jié)果圖片文件。進一步，所述檢測結(jié)果圖片文件為BMPCbitMap的縮寫)圖片文件，也可以為其他類型的圖片文件。BMP是一個一定寬度和高度的像素點的集成，有2色位圖、16色位圖、256色位圖和24位位圖。半導體測試設(shè)備一般輸出的是256色位圖的黑白圖片，用肉眼觀察可以發(fā)現(xiàn)，凡是有失效位的地方顯示不同灰度較黑的顏色外，其它地方則顯示不同灰度的較白一些的顏色，參見圖1所示。
[0049]解讀所述檢測結(jié)果圖片文件，提取失效信息，具體過程包括:將所述檢查結(jié)果圖片文件轉(zhuǎn)換成十六進制文件，根據(jù)正常位和失效位的像素顏色有跳變的特征，通過分層聚類分析方法提取失效息。
[0050]本實施例以BMP圖片文件為例，對本步驟的實現(xiàn)過程進行詳細描述。所述BMP圖片文件轉(zhuǎn)換成十六進制文件后，所述十六進制文件中像素的灰度值范圍為00 (黑)~FF (白)，共256個灰度等級；根據(jù)正常位和失效位的像素顏色有跳變的特征，通過分層聚類分析方法可以找到失效位的灰度值范圍為00~2F，以及和正常位的灰度值范圍為50~FF。不同的圖片的顏色和灰度是不同的，在圖片上，盡管失效位顏色較黑，但其像素的顏色值還是不同的，但是正常位和失效位的顏色卻是有著很大的跳變的，通過分層聚類分析的方法就可以很快找到失效位的灰度顏色。經(jīng)過大量的數(shù)據(jù)分析發(fā)現(xiàn)，一般的失效位的灰度值范圍為00~2F，而其它正常位的灰度值范圍為50~FF。
[0051]為了提高本發(fā)明所述方法的效率，也可以將00~FF256個數(shù)據(jù)值分成32個等級，也就說將8個連續(xù)的十六進制值視為一個值，這樣就有1、2、……32個等級值，基于失效位的顏色(即灰度)和其它正常位的顏色(即灰度)范圍有一個大的跳變的特點，所以用聚類分析的算法將得到兩個大的聚類，也就是說將數(shù)據(jù)分成了兩組，第一組數(shù)據(jù)在等級1-6 (00~2F)中，第二組數(shù)據(jù)在等級11-32 (50?FF)，中間等級7-10 (30?4F)是個大的斷層。
[0052]進一步，如圖3所示，在所述通過分層聚類分析方法找到失效位的灰度值范圍步驟之前，先對所述十六進制文件進行邊框過濾處理，過濾處理的具體過程為:剔除所述十六進制文件中整行或整列黑色像素超過90%的邊框。由于圖片拍照的背景等因素，一些圖片的周邊看上去和失效位的顏色一樣，都呈現(xiàn)黑色，因此必須將這些呈現(xiàn)黑色但又不是失效位的周邊過濾出去。上述周邊的黑色像素都體現(xiàn)出連續(xù)整行或整列的特點，為了快速的過濾，本發(fā)明需采用簡單有效的算法將其剔除。本實施例所述的將周邊的整行或整列黑色像素連續(xù)超過90%的邊框過濾掉就是符合本發(fā)明的需求的方法。
[0053]將所述失效信息轉(zhuǎn)換成標準文本格式的結(jié)果文件，具體實現(xiàn)過程包括:讀取符合所述失效位的灰度值范圍的位置信息，將所述位置信息輸出成標準文本格式的結(jié)果文件。為了準確的讀出失效位的位置信息，必須掌握BMP圖片文件的結(jié)構(gòu)，最重要的是圖片的一個像素由幾個值表示，圖像的高有多少像素，寬有多少像素。輸出的文件(即所述標準文本格式的結(jié)果文件)必須是常用系統(tǒng)需要的標準文件。
[0054]根據(jù)自定義失效模式對所述結(jié)果文件中的失效信息進行自動化歸類。其中，所述自定義失效模式包括以形狀定義失效模式或以其他形式定義失效模式，該失效模式的定義類型可根據(jù)實際情況進行，因此本發(fā)明的保護范圍不局限于本實施例所例舉的以形狀定義這一種方式。一些基本的失效模式是由形狀定義的，如單點的失效位，稱其為Single Bit ；兩個連續(xù)的失效位(Fail Bit),稱其為Twin Bit ;失效位構(gòu)成行方向連續(xù)的一條線,簡稱為WL ;失效位構(gòu)成列方向連續(xù)的一條線，簡稱為BL ;失效位構(gòu)成兩條相交線，稱為Cross ;或者失效位構(gòu)成一塊區(qū)域，稱為Block等等。所述以形狀定義的失效模式包括:單點模式、雙點模式、行線模式、列線模式、相交線模式、區(qū)域模式等。自動化歸類的的過程即是首先由用戶對失效模式的特征進行定義，然后系統(tǒng)根據(jù)用戶定義的失效模式去檢查，找到和用戶定義的失效模式(Fail Pattern)相符合的失效信息。
[0055]進一步，如圖4所示，所述自動化歸類的一種實現(xiàn)方式包括:根據(jù)從大到小的原貝U，即按面、線、點的順序依次進行分類，具體實現(xiàn)過程為:判斷所述結(jié)果文件中的位置信息是否屬于區(qū)域模式，若是則歸類到區(qū)域模式；否則繼續(xù)判斷所述位置信息是否屬于行線模式、列線模式、或相交線模式，若是則歸類到對應的行線模式、列線模式、或相交線模式；否則繼續(xù)判斷所述位置信息是否屬于單點模式或雙點模式，若是則歸類到對應的單點模式或雙點模式。本步驟即過濾掉已經(jīng)檢測過的數(shù)據(jù)，然后根據(jù)從大到小的檢測原則，從面一線一點的檢驗方法進行分類分析，解決了分類查找效率的難題。
[0056]再進一步，如圖5所示，所述自動化歸類的另一種實用實現(xiàn)方式包括:根據(jù)所述失效信息體現(xiàn)為面、行、列、點的特征，將所述結(jié)果文件中的位置信息按行方向排序，再按列方向排序，然后將排序后的位置信息進行聚類分析，找到每個位置信息所歸屬的失效模式。盡管失效模式的數(shù)據(jù)龐大，但失效模式的定義體現(xiàn)為面、行、列、點，，基本上沒有不規(guī)則失效模式的定義，所以本步驟所述的自動化歸類的實現(xiàn)方式即是根據(jù)失效模式的定義特點來實現(xiàn)的。
[0057]顯示自動化歸類結(jié)果。所述顯示自動化歸類結(jié)果的實現(xiàn)方式有多種，可根據(jù)實際需要進行選擇，如該顯示方式包括:采用失效模式界面、或/和統(tǒng)計數(shù)據(jù)圖表界面、或/和傳感器失效信息布局界面、或/和失效模式和位圖顯示界面來顯示所述自動化歸類結(jié)果。[0058]本發(fā)明通過精確解讀CIS圖像傳感器輸出的圖像信息，解讀出該圖像信息中的失效信息，并將失效信息轉(zhuǎn)換成常用的文本格式的結(jié)果文件，然后對結(jié)果文件中的失效信息根據(jù)自定義的失效模式進行自動化的歸類分析，最后用一個好的工具來顯示分類結(jié)果，快速的解決了對CIS產(chǎn)品圖象測試結(jié)果進行自動歸類分析的難題，避免了長期以來人工用眼睛來統(tǒng)計和歸類的低效率和不精確問題。本發(fā)明實現(xiàn)了對Cis圖像傳感器輸出的BMP圖片文件進行精準地解讀，從系統(tǒng)的角度實現(xiàn)了圖象特征的自動化分類分析，大大提高了生產(chǎn)效率。
[0059]本實施例還提供一種CIS圖像傳感器的失效信息自動分類系統(tǒng)，該自動分類系統(tǒng)可以實現(xiàn)本發(fā)明所述的自動分類方法，如圖6所示，該自動分類系統(tǒng)包括:文件格式轉(zhuǎn)換模塊1、濾波模塊2、失效信息提取模塊3、標準文本格式輸出模塊4、自動歸類模塊5、顯示模塊
6。所述濾波模塊2與所述文件格式轉(zhuǎn)換模塊I和所述失效信息提取模塊3分別相連，所述標準文本格式輸出模塊4與所述失效信息提取模塊3相連，所述自動歸類模塊5與所述標準文本格式輸出模塊4相連，所述顯示模塊6與所述自動歸類模塊5相連。
[0060]所述文件格式轉(zhuǎn)換模塊I用以接收CIS圖像傳感器輸出的檢測結(jié)果圖片文件，并將所述檢測結(jié)果圖片文件轉(zhuǎn)換成十六進制文件。所述檢測結(jié)果圖片文件可采用BMP圖片文件。將所述BMP圖片文件轉(zhuǎn)換成十六進制文件后，所述十六進制文件中像素的灰度值范圍為00?FFo
[0061]所述濾波模塊2用以將所述十六進制文件中整行或整列黑色像素超過90%的邊框濾除。
[0062]所述失效信息提取模塊3用以根據(jù)正常位和失效位的像素顏色有跳變的特征，通過分層聚類分析方法找到失效位的灰度值范圍。所述失效信息提取模塊3根據(jù)正常位和失效位的像素顏色有跳變的特征，通過分層聚類分析方法找到失效位的灰度值范圍為00?2F，正常位的灰度值范圍為50?FF。
[0063]所述標準文本格式輸出模塊4用以將所述失效信息轉(zhuǎn)換成標準文本格式的結(jié)果文件。具體地，所述標準文本格式輸出模塊4讀取符合所述失效位的灰度值范圍的位置信息，將所述位置信息輸出成標準文本格式的結(jié)果文件。
[0064]所述自動歸類模塊5用以根據(jù)自定義的失效模式對所述結(jié)果文件中的失效信息進行自動化歸類。其中，所述自定義失效模式包括但不限于以形狀定義失效模式。以形狀定義的失效模式包括單點模式、雙點模式、行線模式、列線模式、相交線模式、區(qū)域模式。
[0065]進一步，所述自動歸類模塊5的一種實現(xiàn)結(jié)構(gòu)如圖7所示，包括:第一判斷模塊51、第一是執(zhí)行模塊52、第一否執(zhí)行模塊53、第二判斷模塊54、第二是執(zhí)行模塊55、第二否執(zhí)行模塊56、第三判斷模塊57、第三是執(zhí)行模塊58。
[0066]所述第一判斷模塊51與所述標準文本格式輸出模塊4相連，用以判斷所述結(jié)果文件中的位置信息是否屬于區(qū)域模式；所述第一是執(zhí)行模塊52與所述第一判斷模塊51相連，用以在所述結(jié)果文件中的位置信息屬于區(qū)域模式時將所述位置信息歸類到區(qū)域模式；所述第一否執(zhí)行模塊53與所述第一判斷模塊51相連，用以在所述結(jié)果文件中的位置信息不屬于區(qū)域模式時執(zhí)行一第二判斷模塊；所述第二判斷模塊54與所述第一否執(zhí)行模塊相連，用以繼續(xù)判斷所述位置信息是否屬于行線模式、列線模式、或相交線模式；所述第二是執(zhí)行模塊55與所述第二判斷模塊54相連，用以在所述位置信息屬于行線模式、列線模式、或相交線模式時將所述位置信息歸類到對應的行線模式、列線模式、或相交線模式；所述第二否執(zhí)行模塊56與所述第二判斷模塊54相連，用以在所述位置信息不屬于行線模式、列線模式、或相交線模式時執(zhí)行一第三判斷模塊57 ;所述第三判斷模塊57與所述第二否執(zhí)行模塊56相連，用以繼續(xù)判斷所述位置信息是否屬于單點模式或雙點模式；所述第三是執(zhí)行模塊58與所述第三判斷模塊57相連，用以在所述位置信息屬于單點模式或雙點模式時將所述位置信息歸類到對應的單點模式或雙點模式。
[0067]再進一步，所述自動歸類模塊的另一種實現(xiàn)結(jié)構(gòu)如圖8所示，包括:排序模塊51A、聚類分析模塊52A ;所述排序模塊51A與所述標準文本格式輸出模塊4相連，用以根據(jù)所述失效信息體現(xiàn)為面、行、列、點的特征，將所述結(jié)果文件中的位置信息按行方向排序，再按列方向排序，獲得排序后的位置信息；所述聚類分析模塊52A與所述排序模塊51A相連，用以將所述排序后的位置信息進行聚類分析，找到每個位置信息所歸屬的失效模式。
[0068]所述顯示模塊6用以顯示自動化歸類結(jié)果。
[0069]本發(fā)明所述的CIS圖像傳感器的失效信息自動分類系統(tǒng)是由軟件實現(xiàn)的，該自動分類系統(tǒng)中的各個組成模塊與本發(fā)明中的自動分類方法中的步驟是完全對應一致的，即該自動分類系統(tǒng)中的各個組成模塊均為功能模塊，即由各個功能模塊限定的自動分類系統(tǒng)是通過本發(fā)明所記載的實現(xiàn)CIS圖像傳感器的失效信息自動分類方法的計算機程序?qū)崿F(xiàn)的功能模塊架構(gòu)。
[0070]本發(fā)明能夠精確地解讀CIS圖像傳感器輸出的圖像信息，能夠?qū)κ贿M行精準的定位，為工程師FA切片提供數(shù)據(jù)支持。本發(fā)明還能夠?qū)⒔庾x結(jié)果進行快速有效的自動化分類統(tǒng)計，方便工程師對失效模式進行定義、統(tǒng)計查詢、失效特征檢查定位。故本發(fā)明為半導體測試輸出的有關(guān)BMP圖片文件的處理提供了精準而有效的方法。
[0071]綜上所述，本發(fā)明有效克服了現(xiàn)有技術(shù)中的種種缺點而具高度產(chǎn)業(yè)利用價值。
[0072]上述實施例僅例示性說明本發(fā)明的原理及其功效，而非用于限制本發(fā)明。任何熟悉此技術(shù)的人士皆可在不違背本發(fā)明的精神及范疇下，對上述實施例進行修飾或改變。因此，舉凡所屬【技術(shù)領(lǐng)域】中具有通常知識者在未脫離本發(fā)明所揭示的精神與技術(shù)思想下所完成的一切等效修飾或改變，仍應由本發(fā)明的權(quán)利要求所涵蓋。
【權(quán)利要求】
1.一種CIS圖像傳感器的失效信息自動分類方法，其特征在于，所述CIS圖像傳感器的失效信息自動分類方法包括: CIS圖像傳感器輸出檢測結(jié)果圖片文件；所述檢測結(jié)果圖片文件為BMP圖片文件；解讀所述檢測結(jié)果圖片文件，提取失效信息，具體過程包括:將所述BMP圖片文件轉(zhuǎn)換成十六進制文件；根據(jù)正常位和失效位的像素顏色有跳變的特征，通過分層聚類分析方法找到失效位的灰度值范圍； 將所述失效信息轉(zhuǎn)換成標準文本格式的結(jié)果文件； 根據(jù)自定義失效模式對所述結(jié)果文件中的失效信息進行自動化歸類； 顯示自動化歸類結(jié)果。
2.根據(jù)權(quán)利要求1所述的CIS圖像傳感器的失效信息自動分類方法，其特征在于，在所述通過分層聚類分析方法找到失效位的灰度值范圍步驟之前，先對所述十六進制文件進行邊框過濾處理，過濾處理的具體過程為:剔除所述十六進制文件中整行或整列黑色像素超過90%的邊框。
3.根據(jù)權(quán)利要求1所述的CIS圖像傳感器的失效信息自動分類方法，其特征在于，將所述失效信息轉(zhuǎn)換成標準文本格式的結(jié)果文件的具體實現(xiàn)過程包括: 讀取符合所述失效位的灰度值范圍的位置信息，將所述位置信息輸出成標準文本格式的結(jié)果文件。
4.根據(jù)權(quán)利要求3所述的CIS圖像傳感器的失效信息自動分類方法，其特征在于，所述自定義失效模式包括: 以形狀定義失效模式，包括單點模式、雙點模式、行線模式、列線模式、相交線模式、區(qū)域模式。
5.根據(jù)權(quán)利要求4所述的CIS圖像傳感器的失效信息自動分類方法，其特征在于，所述自動化歸類的方式包括: 根據(jù)從大到小的原則，即按面、線、點的順序依次進行分類，具體實現(xiàn)過程為: 判斷所述結(jié)果文件中的位置信息是否屬于區(qū)域模式，若是則歸類到區(qū)域模式； 否則繼續(xù)判斷所述位置信息是否屬于行線模式、列線模式、或相交線模式，若是則歸類到對應的行線模式、列線模式、或相交線模式； 否則繼續(xù)判斷所述位置信息是否屬于單點模式或雙點模式，若是則歸類到對應的單點模式或雙點模式。
6.根據(jù)權(quán)利要求1或4所述的CIS圖像傳感器的失效信息自動分類方法，其特征在于，所述自動化歸類的方式包括: 根據(jù)所述失效信息體現(xiàn)為面、行、列、點的特征，將所述結(jié)果文件中的位置信息按行方向排序，再按列方向排序，然后將排序后的位置信息進行聚類分析，找到每個位置信息所歸屬的失效模式。
7.根據(jù)權(quán)利要求1所述的CIS圖像傳感器的失效信息自動分類方法，其特征在于，所述顯示自動化歸類結(jié)果的實現(xiàn)過程包括:采用失效模式界面、或/和統(tǒng)計數(shù)據(jù)圖表界面、或/和傳感器失效信息布局界面、或/和失效模式和位圖顯示界面來顯示所述自動化歸類結(jié)果O
8.—種CIS圖像傳感器的失效信息自動分類系統(tǒng)，其特征在于，所述CIS圖像傳感器的失效信息自動分類系統(tǒng)包括: 文件格式轉(zhuǎn)換模塊，用以接收Cis圖像傳感器輸出的檢測結(jié)果圖片文件，并將所述檢測結(jié)果圖片文件轉(zhuǎn)換成十六進制文件； 失效信息提取模塊，與所述文件格式轉(zhuǎn)換模塊相連，用以根據(jù)正常位和失效位的像素顏色有跳變的特征，通過分層聚類分析方法找到失效位的灰度值范圍； 標準文本格式輸出模塊，與所述失效信息提取模塊相連，用以將所述失效信息轉(zhuǎn)換成標準文本格式的結(jié)果文件； 自動歸類模塊，與所述標準文本格式輸出模塊相連，用以根據(jù)自定義的失效模式對所述結(jié)果文件中的失效信息進行自動化歸類。
9.根據(jù)權(quán)利要求8所述的CIS圖像傳感器的失效信息自動分類系統(tǒng)，其特征在于，所述CIS圖像傳感器的失效信息自動分類系統(tǒng)還包括: 濾波模塊，與所述文件格式轉(zhuǎn)換模塊和所述失效信息提取模塊分別相連，用以將所述十六進制文件中整行或整列黑色像素超過90%的邊框濾除； 顯示模塊，與所述自動歸類模塊相連，用以顯示自動化歸類結(jié)果。
10.根據(jù)權(quán)利要求8所述的CIS圖像傳感器的失效信息自動分類系統(tǒng)，其特征在于，所述自定義失效模式包括: 以形狀定義失效模式，包括單點模式、雙點模式、行線模式、列線模式、相交線模式、區(qū)域模式。
11.根據(jù)權(quán)利要求10所述的CIS圖像傳感器的失效信息自動分類系統(tǒng)，其特征在于，所述自動歸類模塊包括: 第一判斷模塊，與所述標準文本格式輸出模塊相連，用以判斷所述結(jié)果文件中的位置信息是否屬于區(qū)域模式； 第一是執(zhí)行模塊，與所述第一判斷模塊相連，用以在所述結(jié)果文件中的位置信息屬于區(qū)域模式時將所述位置信息歸類到區(qū)域模式； 第一否執(zhí)行模塊，與所述第一判斷模塊相連，用以在所述結(jié)果文件中的位置信息不屬于區(qū)域模式時執(zhí)行一第二判斷模塊； 第二判斷模塊，與所述第一否執(zhí)行模塊相連，用以繼續(xù)判斷所述位置信息是否屬于行線模式、列線模式、或相交線模式； 第二是執(zhí)行模塊，與所述第二判斷模塊相連，用以在所述位置信息屬于行線模式、列線模式、或相交線模式時將所述位置信息歸類到對應的行線模式、列線模式、或相交線模式；第二否執(zhí)行模塊，與所述第二判斷模塊相連，用以在所述位置信息不屬于行線模式、列線模式、或相交線模式時執(zhí)行一第三判斷模塊； 第三判斷模塊，與所述第二否執(zhí)行模塊相連，用以繼續(xù)判斷所述位置信息是否屬于單點模式或雙點模式； 第三是執(zhí)行模塊，與所述第三判斷模塊相連，用以在所述位置信息屬于單點模式或雙點模式時將所述位置信息歸類到對應的單點模式或雙點模式。
12.根據(jù)權(quán)利要求10所述的CIS圖像傳感器的失效信息自動分類系統(tǒng)，其特征在于，所述自動歸類模塊包括: 排序模塊，與所述標準文本格式輸出模塊相連，用以根據(jù)所述失效信息體現(xiàn)為面、行、列、點的特征，將所述結(jié)果文件中的位置信息按行方向排序，再按列方向排序，獲得排序后的位置信息； 聚類分析模塊，與所述排序模塊相連，用以將所述排序后的位置信息進行聚類分析，找到每個位置信息所歸屬 的失效模式。
【文檔編號】G06F17/30GK103927312SQ201310015074
【公開日】2014年7月16日 申請日期:2013年1月15日 優(yōu)先權(quán)日:2013年1月15日
【發(fā)明者】康棟, 林光啟 申請人:中芯國際集成電路制造(上海)有限公司