CN107677726A - 一种薄膜击穿现象的实时捕捉和分析方法 - Google Patents
一种薄膜击穿现象的实时捕捉和分析方法 Download PDFInfo
- Publication number
- CN107677726A CN107677726A CN201710910237.7A CN201710910237A CN107677726A CN 107677726 A CN107677726 A CN 107677726A CN 201710910237 A CN201710910237 A CN 201710910237A CN 107677726 A CN107677726 A CN 107677726A
- Authority
- CN
- China
- Prior art keywords
- breakdown
- real
- film
- analysis method
- time capture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/92—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating breakdown voltage
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种薄膜击穿现象的实时捕捉和分析方法,包括步骤:读取薄膜击穿现象原始图像数据;对所读取的图像数据进行形态学图像处理;对处理后的图像数据进行图像分割运算,将击穿点与图像背景分离;将所述击穿点在原始图像数据中进行标记,得到击穿点分布图;对所述击穿点分布图进行击穿点的数量统计和形态学分析。本发明实现了电介质或半导体薄膜的击穿现象的实时捕捉和统计分析,解决了传统方法需要相当数量的样品用于测试以确保统计数据的准确性,并且消耗大量人力物力,效率低下的问题,还解决了传统方法由于无法实现特定击穿现象的实时过程研究,使分析和评价薄膜击穿诱因及其形成机理变得极为困难的问题。
Description
技术领域
本发明涉及材料科学领域中绝缘介质或半导体薄膜性能测试技术,尤其是涉及一种薄膜击穿现象的实时捕捉和分析方法。
背景技术
击穿测试是薄膜半导体器件或薄膜电容器研究的重要组成部分。然而强场下薄膜的击穿行为极为复杂,很难一概而论。如何简单有效地评价和分析薄膜在强场下出现的击穿现象,是提高薄膜材料研究效率的重要研究手段。对样品击穿行为的测试与分析是提高其耐电性能和可靠性必要手段。传统方法通过对大量样品进行击穿测试,得到击穿的统计数据,进而分析其击穿特性。这种方法需要相当数量的样品用于测试以确保统计数据的准确性,这将消耗大量人力物力,使研究效率很难得到提高。更重要的是这种方法由于无法实现特定击穿现象的实时过程研究,使分析和评价薄膜击穿诱因及其形成机理变得极为困难。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种薄膜击穿现象的实时捕捉和分析方法,能够确定特定击穿现象所发生的时间和空间位置,进而得到其击穿时间、击穿电压、击穿场强、击穿位置、形貌和所覆盖的面积大小等相关参数。
为了实现上述目的,本发明采用以下的技术方案:
提出一种薄膜击穿现象的实时捕捉和分析方法,包括步骤:读取薄膜击穿现象原始图像数据;对所读取的图像数据进行形态学图像处理,平滑击穿点的轮廓,去除影响计数的颗粒,得到处理后的图像数据;对处理后的图像数据进行图像分割运算,将击穿点与图像背景分离,得到二值化击穿分布图;将所述二值化击穿分布图中击穿点进行标记,得到击穿点分布图;对所述击穿点分布图进行击穿点的数量统计和形态学分析。
进一步的,所述原始图像数据包括击穿图像和击穿视频。
进一步的,所述击穿图像和击穿视频拍摄方法包括光学显微镜拍摄、电子显微镜拍摄和红外显微摄像头拍摄。
进一步的,所述形态学图像处理包括膨胀运算和腐蚀运算。
进一步的,所述膨胀运算和腐蚀运算形成组合运算。
再进一步的,所述组合运算具体包括开运算和闭运算,其中开运算是先进行腐蚀运算后进行膨胀运算,用于平滑击穿点的轮廓,断开狭窄部位的连接,去掉细小的突出部位,闭运算是先进行膨胀运算后进行腐蚀运算,用于连接狭窄的缺口的连接和去除影响计数的干扰颗粒。
进一步的,所述图像分割运算包括边缘检测算法、阀值处理算法及分水岭算法。
进一步的,所述击穿点的数量统计和形态学分析包括对不同区域和时段内的击穿点进行数量统计以及结合薄膜击穿的电学特性及其他性质,得到弱点击穿的击穿场强、击穿能量,击穿点数量随时间和场强的分布。
进一步的,还包括对读取的原始图像数据进行预处理。
再进一步的,所述预处理方法包括底帽变换和帧减运算。
本发明的有益效果为:
本发明专利提供了一种薄膜击穿现象的实时捕捉和分析方法,通过对薄膜击穿现象进行实时捕捉和形态学统计分析,实现了对特定击穿现象的时间和空间定位,从而得到其击穿时间、击穿电压、击穿场强、击穿位置、形貌和所覆盖的面积大小等相关参数,使得人为制造缺陷来深入研究缺陷诱导击穿现象成为了可能,解决了传统方法需要相当数量的样品用于测试以确保统计数据的准确性,并且消耗大量人力物力,效率低下的问题,还解决了传统方法由于无法实现特定击穿现象的实时过程研究,使分析和评价薄膜击穿诱因及其形成机理变得极为困难的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将结合附图对本发明的实施例作进一步说明,其中:
图1为本发明中提出的一种薄膜击穿现象的实时捕捉和分析方法的流程图;
图2为本发明中提出的一种薄膜击穿现象的实时捕捉和分析方法的一个实施例的流程图;
图3为本发明中提出的一种薄膜击穿现象的实时捕捉和分析方法的一个实施例的薄膜击穿现象电子显微原图;
图4为本发明中提出的一种薄膜击穿现象的实时捕捉和分析方法的一个实施例的形态学图像处理后的二值化击穿点分布图;
图5为本发明中提出的一种薄膜击穿现象的实时捕捉和分析方法的一个实施例的薄膜弱点击穿的数量统计结果;
图6为本发明中提出的一种薄膜击穿现象的实时捕捉和分析方法的另一个实施例的流程图;
图7为本发明中提出的一种薄膜击穿现象的实时捕捉和分析方法的另一个实施例的薄膜弱点击穿视频的击穿点实时捕捉与数量统计结果图;
图8为本发明中提出的一种薄膜击穿现象的实时捕捉和分析方法的另一个实施例的薄膜击穿点数量随视频帧数的变化统计图;
图9为本发明中提出的一种薄膜击穿现象的实时捕捉和分析方法的另一个实施例的薄膜击穿点面积的数量统计分布图;
图10为本发明提出的一种薄膜击穿现象的实时捕捉和分析方法的一个优选实施例的薄膜样品击穿形貌数据处理后示意图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
本发明提供了一种薄膜击穿现象的实时捕捉和分析方法实现了电介质或半导体薄膜的击穿现象的实时捕捉和统计分析,解决了传统方法需要相当数量的样品用于测试以确保统计数据的准确性,并且消耗大量人力物力,效率低下的问题,还解决了传统方法由于无法实现特定击穿现象的实时过程研究,使分析和评价薄膜击穿诱因及其形成机理变得极为困难的问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1所示为一种薄膜击穿现象的实时捕捉和分析方法的流程图。包括:
S100)读取薄膜击穿现象原始图像数据;
S200)对步骤S100中所读取的图像数据进行形态学图像处理,平滑击穿点的轮廓,去除影响计数的颗粒,得到处理后的图像数据;
S300)对所述处理后的图像数据进行图像分割运算,将击穿点与图像背景分离,得到二值化击穿分布图;
S400)对所述二值化击穿分布图中击穿点进行标记,得到击穿点分布图;
S500)对所述击穿点分布图进行击穿点的数量统计和形态学分析。
在一实施例中,所述形态学图像处理包括膨胀运算和腐蚀运算。所述膨胀运算和腐蚀运算形成组合运算。组合运算具体包括开运算和闭运算,其中开运算是先进行腐蚀运算后进行膨胀运算,用于平滑击穿点的轮廓,断开狭窄部位的连接,去掉细小的突出部位,闭运算是先进行膨胀运算后进行腐蚀运算,用于连接狭窄的缺口的连接和去除影响计数的干扰颗粒。
在一实施例中,为实现薄膜击穿现象电子显微图的击穿点数量统计分析,参照图2流程图所示,首先导入薄膜的击穿图像,然后通过底帽变换将击穿的电子显微图(图3)的背景色调节均匀,随后采用形态学图像处理方法的开运算和阀值运算,将击穿点与薄膜底色进行分离,得到二值化击穿分布图(图4),最后对二值化击穿分布图直接进行统计得到数量统计结果,参照图5所示。可见,本发明所述方法能够实现击穿点的捕捉和数量统计分析。
在另一实施例中,实现了薄膜的击穿现象的时间空间定位,确定了具体的弱点击穿现象所发生的时间和空间位置,进而得到了其击穿时间、击穿电压、击穿场强、击穿位置、形貌和所覆盖的面积大小等相关参数。为研究薄膜的特定击穿现象提供了测试分析方法。
参照图6所示,为薄膜击穿现象的实时捕捉与分析流程示意图。本实施例首先导入薄膜的击穿视频,随后将相邻的帧(间隔10帧)进行减运算,随后进行形态学开运算,并通过阀值处理得到二值化击穿分布图,对该二值化击穿分布图进行形态学分析,捕捉击穿点的击穿时间、击穿位置、形貌和所覆盖的面积大小等,并对这些数据记录、标记和统计,为后续数据处理做准备。当所有帧处理完毕时,进行数据后处理,结合薄膜击穿的电学特性及其他性质,得到弱点击穿的击穿场强、击穿能量,击穿点数量随时间和场强的分布等。参照图7所示,为薄膜弱点击穿视频的击穿点实时捕捉与数量统计结果。图8和图9分别为薄膜击穿点数量随视频帧数的变化和薄膜击穿点面积的数量统计分布。可见本发明专利能够实现击穿点的实时捕捉和空间定位,进而得到击穿时间、击穿位置、形貌和所覆盖的面积大小及薄膜击穿点数量分布随时间的变化和薄膜击穿点面积的数量统计分布等。
在另一实施例中,为了区分不同的薄膜击穿区域,便于统计分析。本实施例首先导入薄膜的击穿图像,然后采用形态学图像处理方法的开运算和边缘检测算法,将击穿点与薄膜底色进行分离,得到二值化击穿分布图,最后对二值化击穿分布图直接进行统计得到数量统计结果。
在另一实施例中,为了保证得到封闭连续边缘的薄膜击穿区域。本实施例首先导入薄膜的击穿图像,然后采用形态学图像处理方法的开运算和分水岭算法,将击穿点与薄膜底色进行分离,分水岭算法将击穿图像看做是一个拓扑表面,灰度值被理解为山脊的高度,分水岭变换会在灰度级图像中找到汇水盆地和脊线,从而使线击穿点与图像背景分离,得到二值化击穿分布图,最后对二值化击穿分布图直接进行统计得到数量统计结果。
在另一实施例中,为了平滑图像中击穿点的轮廓,断开狭窄部位的连接,去掉细小的突出部位。本实施例首先导入薄膜的击穿图像,然后采用形态学图像处理方法的开运算和阀值运算,将击穿点与薄膜底色进行分离,得到二值化击穿分布图,最后对二值化击穿分布图直接进行统计得到数量统计结果。
在另一实施例中,为了连接击穿图像中狭窄的缺口以及去除影响计数的干扰颗粒。本实施例首先导入薄膜的击穿图像,然后采用形态学图像处理方法的闭运算和阀值运算,将击穿点与薄膜底色进行分离,得到二值化击穿分布图,最后对二值化击穿分布图直接进行统计得到数量统计结果。
进一步的,在本发明的一个优选实施例中,参照图10所示,为一薄膜样品击穿形貌数据处理后示意图。图中标记A、B、C、D和E表示不同击穿点不同的覆盖面积。根据其面积和形态的不同,结合薄膜击穿的电学特性及其他性质,我们可以对这类击穿现象进行分类、统计和分析,得到弱点击穿的击穿场强、击穿能量,击穿点数量随时间和场强的分布等,这一分类、统计和分析有利于我们理解薄膜内部不同类型和大小的缺陷诱导击穿。另外我们可以观察到击穿现象成连续分布,表明部分击穿后的电极破坏造成了周围电场不均匀,进一步诱导了其他缺陷的击穿行为。这一现象我们从显微形貌变化实时过程视频可以得到证实。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,包括如下步骤:
S100)读取薄膜击穿现象原始图像或视频数据;
S200)对步骤S100中所读取的图像数据进行形态学图像处理,平滑击穿点的轮廓,去除影响计数的颗粒,得到处理后的图像数据;
S300)对所述处理后的图像数据进行图像分割运算,将击穿点与图像背景分离,得到二值化击穿分布图;
S400)对所述二值化击穿分布图中击穿点进行标记,得到击穿点分布图;
S500)对所述击穿点分布图进行击穿点的数量统计和形态学分析。
2.根据权利要求1中所述的一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,所述原始图像数据包括击穿图像和击穿视频。
3.根据权利要求2中所述的一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,所述击穿图像和击穿视频拍摄方法包括光学显微镜拍摄、电子显微镜拍摄和红外显微摄像头拍摄。
4.根据权利要求1中所述的一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,所述形态学图像处理包括膨胀运算和腐蚀运算。
5.根据权利要求4中所述的一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,所述膨胀运算和腐蚀运算形成组合运算。
6.根据权利要求5中所述的一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,所述组合运算具体包括开运算和闭运算,其中开运算是先进行腐蚀运算后进行膨胀运算,用于平滑击穿点的轮廓,断开狭窄部位的连接,去掉细小的突出部位,闭运算是先进行膨胀运算后进行腐蚀运算,用于连接狭窄的缺口的连接和去除影响计数的干扰颗粒。
7.根据权利要求1中所述的一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,所述图像分割运算包括边缘检测算法、阀值处理算法及分水岭算法。
8.根据权利要求1中所述的一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,所述击穿点的数量统计和形态学分析包括对不同区域和时段内的击穿点进行数量统计以及结合薄膜击穿的电学特性及其他性质,得到弱点击穿的击穿场强、击穿能量,击穿点数量随时间和场强的分布。
9.根据权利要求1中所述的一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,还包括步骤S150)对读取的原始图像数据进行预处理。
10.根据权利要求9中所述的一种薄膜击穿现象的实时捕捉和分析方法,其特征在于,所述预处理方法包括底帽变换和帧减运算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710910237.7A CN107677726B (zh) | 2017-09-29 | 2017-09-29 | 一种薄膜击穿现象的实时捕捉和分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710910237.7A CN107677726B (zh) | 2017-09-29 | 2017-09-29 | 一种薄膜击穿现象的实时捕捉和分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107677726A true CN107677726A (zh) | 2018-02-09 |
CN107677726B CN107677726B (zh) | 2021-05-04 |
Family
ID=61138335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710910237.7A Active CN107677726B (zh) | 2017-09-29 | 2017-09-29 | 一种薄膜击穿现象的实时捕捉和分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107677726B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108872375A (zh) * | 2018-05-08 | 2018-11-23 | 北京盈和瑞环境科技股份有限公司 | 搪瓷板表面缺陷点的检测方法及装置 |
CN114216916A (zh) * | 2021-09-29 | 2022-03-22 | 中材锂膜有限公司 | 测试隔膜耐电气强度的方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040239318A1 (en) * | 2002-03-08 | 2004-12-02 | Gang Xiao | High resolution scanning magnetic microscope operable at high temperature |
CN101655614A (zh) * | 2008-08-19 | 2010-02-24 | 京东方科技集团股份有限公司 | 液晶显示面板云纹缺陷的检测方法和检测装置 |
CN103440655A (zh) * | 2013-08-27 | 2013-12-11 | 西北工业大学 | 一种机载遥感图像中跨河桥梁和离岸舰船联合检测方法 |
CN103512883A (zh) * | 2013-09-29 | 2014-01-15 | 中国科学院半导体研究所 | 基于数字图像处理检测聚烯烃材料的杂质几何特征的方法 |
CN104678211A (zh) * | 2014-12-30 | 2015-06-03 | 同济大学 | 一种薄膜电学特性与击穿特性实时测试分析系统 |
CN106780357A (zh) * | 2016-11-14 | 2017-05-31 | 国网天津市电力公司 | 基于图像处理法的xlpe电缆绝缘纯净度评估方法 |
-
2017
- 2017-09-29 CN CN201710910237.7A patent/CN107677726B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040239318A1 (en) * | 2002-03-08 | 2004-12-02 | Gang Xiao | High resolution scanning magnetic microscope operable at high temperature |
CN101655614A (zh) * | 2008-08-19 | 2010-02-24 | 京东方科技集团股份有限公司 | 液晶显示面板云纹缺陷的检测方法和检测装置 |
CN103440655A (zh) * | 2013-08-27 | 2013-12-11 | 西北工业大学 | 一种机载遥感图像中跨河桥梁和离岸舰船联合检测方法 |
CN103512883A (zh) * | 2013-09-29 | 2014-01-15 | 中国科学院半导体研究所 | 基于数字图像处理检测聚烯烃材料的杂质几何特征的方法 |
CN104678211A (zh) * | 2014-12-30 | 2015-06-03 | 同济大学 | 一种薄膜电学特性与击穿特性实时测试分析系统 |
CN106780357A (zh) * | 2016-11-14 | 2017-05-31 | 国网天津市电力公司 | 基于图像处理法的xlpe电缆绝缘纯净度评估方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108872375A (zh) * | 2018-05-08 | 2018-11-23 | 北京盈和瑞环境科技股份有限公司 | 搪瓷板表面缺陷点的检测方法及装置 |
CN114216916A (zh) * | 2021-09-29 | 2022-03-22 | 中材锂膜有限公司 | 测试隔膜耐电气强度的方法 |
CN114216916B (zh) * | 2021-09-29 | 2024-01-19 | 中材锂膜有限公司 | 测试隔膜耐电气强度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107677726B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107808378B (zh) | 基于垂直纵横线轮廓特征的复杂结构铸件潜在缺陷检测方法 | |
CN113989279B (zh) | 基于人工智能及图像处理的塑料薄膜质量检测方法 | |
CN107545239B (zh) | 一种基于车牌识别与车辆特征匹配的套牌检测方法 | |
CN114926463B (zh) | 一种适用于芯片电路板的生产质量检测方法 | |
WO2022099598A1 (zh) | 一种基于图像像素相对统计特征的视频动态目标检测的方法 | |
Banerjee et al. | An automated methodology for grain segmentation and grain size measurement from optical micrographs | |
Quan et al. | The method of the road surface crack detection by the improved Otsu threshold | |
US9239281B2 (en) | Method and device for dividing area of image of particle in urine | |
CN109087286A (zh) | 一种基于计算机图像处理和模式识别的检测方法及应用 | |
CN102521600A (zh) | 基于机器视觉的南美白对虾病害识别方法及系统 | |
Heydari et al. | An industrial image processing-based approach for estimation of iron ore green pellet size distribution | |
Lu et al. | Automated image analysis of nuclear atypia in high‐power field histopathological image | |
CN107677726A (zh) | 一种薄膜击穿现象的实时捕捉和分析方法 | |
CN108020554A (zh) | 一种带钢表面缺陷识别检测方法 | |
CN110490826A (zh) | 一种照相机中雾滴样本图像处理方法 | |
Meng et al. | Size characterisation of edible bird nest impurities: a preliminary study | |
CN113362274B (zh) | 一种雨量监测计算方法 | |
CN109509168A (zh) | 一种针对图像质量客观评测枯叶图的细节自动分析方法 | |
CN109615630A (zh) | 基于图像处理技术的半连续铸造铝硅合金微观组织分析方法 | |
Kuo et al. | Automated inspection of micro-defect recognition system for color filter | |
CN115731228B (zh) | 一种镀金芯片缺陷检测系统和方法 | |
Pratomo et al. | Parking detection system using background subtraction and HSV color segmentation | |
CN106778675B (zh) | 一种视频图像中目标对象的识别方法和装置 | |
Kiratiratanapruk et al. | Worm egg segmentation based centroid detection in low contrast image | |
CN107833222A (zh) | 一种非金属零件多余物检测装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |