CN108170831A - 版图差异的量化分析方法 - Google Patents

版图差异的量化分析方法 Download PDF

Info

Publication number
CN108170831A
CN108170831A CN201810024850.3A CN201810024850A CN108170831A CN 108170831 A CN108170831 A CN 108170831A CN 201810024850 A CN201810024850 A CN 201810024850A CN 108170831 A CN108170831 A CN 108170831A
Authority
CN
China
Prior art keywords
difference
domain
quantization parameter
quantization
quantitative analysis
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.)
Pending
Application number
CN201810024850.3A
Other languages
English (en)
Inventor
冯佳计
金晓亮
袁春雨
伍思昕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Huahong Grace Semiconductor Manufacturing Corp
Original Assignee
Shanghai Huahong Grace Semiconductor Manufacturing Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Huahong Grace Semiconductor Manufacturing Corp filed Critical Shanghai Huahong Grace Semiconductor Manufacturing Corp
Priority to CN201810024850.3A priority Critical patent/CN108170831A/zh
Publication of CN108170831A publication Critical patent/CN108170831A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/56—Information retrieval; Database structures therefor; File system structures therefor of still image data having vectorial format
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明公开了一种版图差异的量化分析方法，步骤1、基于版图差异图形，定义并计算得到一组有关差异图形的特征向量，作为对图形归类的衡量标准；步骤2、根据不同项目所需提取相应的量化参数、或多个参量的组合，然后依据量化参数的大小排序，或根据多个参量组合中不同参量的权重组合进行排序，在版图差异的结果中突出重要性的差异，从而达到量化分析的目的。本发明能够将相似图形归类，并能避免遗漏重要差异结构。

Description

版图差异的量化分析方法
技术领域
本发明涉及半导体集成电路领域，特别是涉及一种版图差异的量化分析方法。
背景技术
在实际工程中，版图有时需要局部区域修改，或者版图软件的版本变更，或者操作系统的升级，这些都需要比较和分析新旧版图的差异。然而版图差异的结果很多，而且往往有相当多的相似结构，这造成了改版版图的差异评估的困难性。而且工程师很容易在众多的差异中漏掉关键的差异结构。
基于传统的方法虽然可以定位差异之处的坐标位置及显示图形形状，但还是存在以下问题：
(1)、没有将相似图形归类。如图形甲(参见图1)和图形乙中(参见图2)的粗实线图形可以归为一类，大量相似结构造成评估困难。
(2)、差异报告中没有给出所需表征图形差异的量化参量，无法对差异结构的重要性进行排序，需要对所有差异结构逐一检查，容易遗漏一些重要结构。
发明内容
本发明要解决的技术问题是提供一种版图差异的量化分析方法，能够将相似图形归类，并能避免遗漏重要差异结构。
为解决上述技术问题，本发明的版图差异的量化分析方法，是采用如下技术方案实现的：
步骤1、基于版图差异图形，定义并计算得到一组有关差异图形的特征向量，作为对图形归类的衡量标准；
步骤2、根据不同项目所需提取相应的量化参数、或多个参量的组合，然后依据量化参数的大小排序，或根据多个参量组合中不同参量的权重组合进行排序，在版图差异的结果中突出重要性的差异，从而达到量化分析的目的。
采用本发明的方法，能够产生如下有益效果：
1、归并差异的旋转或镜像等相似结构，如图1、2所示的图形甲、图形乙中粗实线的两类图形，可以归为一类。
2、根据不同项目定义出量化参量，根据重要性排序，如将差异图形的量化参量定义为图形在Y方向上的有效边长。如图3所示的图形丙中粗实线图形，对差异报告归类后，报告中的一个差异图形的量化参量为39，即可以很快知道图形差异的严重程度，避免遗漏重要差异结构。
附图说明
下面结合附图与具体实施方式对本发明作进一步详细的说明：
图1是图形甲示意图；
图2是图形乙示意图；
图3是图形丙示意图；
图4是计算图形面积示意图；
图5是计算覆盖图形的最小矩形box的面积示意图；
图6是计算相对位移的示意图；
图7是计算有效边长示意图；
图8是归类前差异报告中的图形示意图；
图9是归类后差异报告中的图形示意图；
图10是版图A图形示意图；
图11是版图B图形示意图；
图12是版图C图形示意图；
图13是所述版图差异的量化分析方法一实施例流程图。
具体实施方式
结合图13所示，所述版图差异的量化分析方法在下面的实施例中，具体实施步骤如下：
步骤(1)、计算图形面积。计算图形的面积Spic，假设图形如图4所示，图形为ΔABC，则图形面积Spic＝SΔABC。
步骤(2)、计算覆盖图形的最小矩形box的面积Sbox。取图形X方向的坐标的最大值与最小值，Y方向的坐标的最大值与最小值，得到覆盖图形的最小矩形box。
如图5所示，图5中虚线部分即为覆盖图形的最小矩形box，则图形box的面积Sbox＝SAGHC。
步骤(3)、计算图形的重心相对覆盖图形的最小矩形box的重心的相对位移。
假设版图差异图形中存在如图6所示图形，虚线图形为覆盖图形的最小矩形box，分别求出图形pic重心坐标与最小矩形box的重心坐标。
图形pic的重心坐标为A(Cpx，Cpy)，最小矩形box的重心坐标为B(Cbx，Cby)，则得到重心X方向相对位移：shift_CX＝abs(Cbx-Cpx)，重心Y方向相对位移：shift_Cy＝abs(Cby-Cpy)。
步骤(4)、计算图形的有效边长。
结合图7所示，根据不同的项目可以采用不同的有效边长，例如：
1)将图形边长对图形面积的贡献值作为有效边长，提取覆盖图形的最小矩形的边长X、Y，计算，
然后求出X方向和Y方向的有效边长X′＝X*K，Y′＝Y*K，即差异图形的有效边长。
2)也可以采用另一种有效边长的定义：X′＝spic/Y，Y′＝spic/X，其中X、Y为覆盖图形的最小矩形的边长。
不同的有效边长会影响差异结构最后的重要性排序，因此可以根据不同的项目的需要选取。
步骤(5)、构建图形的特征向量，根据特征向量判断图形是否可以归为一类。
表征图形的量化参数有很多，如图形面积、顶点个数、有效边长等等，根据不同项目，可以构建出图形的特征向量，用以图形的归类。例如：
先计算求出最大有效边长：max_L＝max(X′，Y′)，最小有效边长：min_L＝min(X′，Y′)，最小重心相对位移：min_shift＝min(shift_Cx，shift_Cy)，最大重心相对位移：max_shift＝max(shift_Cx，shift_Cy)，然后构建出特征向量：[Spic，Sbox，min_shift，max_shift，max_L，min_L]，如果两个图形的特征向量相同，则认为这两个图形归为一类。
如图8所示，图形A、B、C为版图差异报告中存在的图形，其中图形A与图形C为镜像关系。若不经过归类，则差异报告中这三种图形都会存在，如图8所示；经过归类之后的差异报告中只有图形A和图形B，如图9所示。
步骤(6)、排序。根据不同项目所需提取相应的量化参量，然后依据量化参量的大小排序，从而达到量化分析的目的。
对版图差异报告中的图形归类之后，进一步提取项目所需量化参量，并计算其数值大小。不同项目的量化参量的定义不同，而同一个项目分析不同问题时，需要的量化参量也不同。所以在针对不同问题时，量化参量依实际所需而定义，例如：
a)、若项目需要评估改版造成的线宽差异，则量化参量可以是选择有效边长，可以是两者中较大或者较小的一个，根据具体项目的具体需求而定。
b)、若项目关心新旧版图的面积差异，则可以选择差异图形的面积作为量化参量进行排序。
c)、在一个项目评估中也可以同时选择多个量化参量，根据不同参量的权重组合进行排序。
确定版图差异图形的量化参量之后，依据量化参量的数值大小进行排序，进而知道变化因素(此因素可以是版图修改、软件版本的不同、系统升级等等)对版图产生的影响。例如，对版图A(结合图10)做修改，得到版图B(结合图11)、版图C(结合图12)，其中斜线部分的图形为与版图A相比，归类之后的版图差异报告中存在的所有差异图形。图10-12中数字代表相应边长的相对长度。
若将差异图形的面积作为量化参量，纵向比较可得知版图B、版图C相对版图A的差异有多大；另外，版图B中的量化参量最大值超过15，远大于版图C中的量化参量的最大值，可知版图B改动大于版图C。
若将归类后的差异报告中图形数量作为量化参量，则可知版图C较版图B的改动更大。
若将差异图形的有效边长作为量化参量，则结果又是另一种情况。
因此，根据项目的具体需求选取一种参数作为量化参量，做到对版图差异的量化分析，突出重要性的差异，极大的提升了版图差异分析的效率。
综上所述，所述版图差异的量化分析方法具有以下特点：
1、基于差异图形自定义一组量化参量，比如自定义有效边长、最小覆盖图形面积等。
2、基于量化参量构建图形特征向量对图形归类，减少版图差异报告中的差异图形数量。表征差异图形的量化参量有图形面积、覆盖图形的最小矩形的面积、图形面积占最小矩形面积比重、图形有效边长等等，依据具体项目的具体需求，可以构建出一组特征向量，用以对图形归类的衡量标准。如在本项目中构建的特征向量为[Spic，Sbox，min_shift，max_shift，max_L，min_L]。
3、根据不同项目的要求，选择不同的量化参量，或多个参量的组合进行排序，在版图差异的结果中突出重要性的差异，避免人为的遗漏。
4、对于多次的改版，可以从量化的差异结果，评估不同改版可能造成的影响，降低版图修正带来的潜在风险。
以上通过具体实施方式对本发明进行了详细的说明，但这些并非构成对本发明的限制。在不脱离本发明原理的情况下，本领域的技术人员还可做出许多变形和改进，这些也应视为本发明的保护范围。

Claims (8)

1.一种版图差异的量化分析方法，其特征在于，包括步骤如下：
步骤1、基于版图差异图形，定义并计算得到一组有关差异图形的特征向量，作为对图形归类的衡量标准；
步骤2、根据不同项目所需提取相应的量化参数、或多个参量的组合，然后依据量化参数的大小排序，或根据多个参量组合中不同参量的权重组合进行排序，在版图差异的结果中突出重要性的差异，从而达到量化分析的目的。
2.如权利要求1所述的方法，其特征在于：实施步骤1时，先基于差异图形自定义一组用以表征图形的量化参数，该量化参数包括图形面积、有效边长、覆盖图形的最小矩形的面积和图形的重心相对覆盖图形的最小矩形的重心的相对位移。
3.如权利要求1或2所述的方法，其特征在于：实施步骤1时，根据不同项目，基于量化参数构建图形的特征向量，用以图形的归类；如果两个图形的特征向量相同，则将这两个图形归为一类。
4.如权利要求1所述的方法，其特征在于：实施步骤2时，对版图差异报告中的图形归类之后，进一步提取项目所需量化参数，并计算其数值大小；确定版图差异图形的量化参数之后，依据量化参数的数值大小进行排序，进而知道变化因素对版图产生的影响。
5.如权利要求4所述的方法，其特征在于：所述变化因素包括版图修改、软件版本的不同、系统升级。
6.如权利要求4所述的方法，其特征在于：若项目需要评估改版造成的线宽差异，则量化参数选择有效边长，所选择的有效边长为两者中较大或者较小的一个，根据具体项目的具体需求而定。
7.如权利要求4所述的方法，其特征在于：若项目关心新旧版图的面积差异，则选择差异图形的面积作为量化参数进行排序。
8.如权利要求4所述的方法，其特征在于：对于多次的改版，则从量化的差异结果，评估不同改版造成的影响，降低版图修正带来的潜在风险。
CN201810024850.3A 2018-01-11 2018-01-11 版图差异的量化分析方法 Pending CN108170831A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810024850.3A CN108170831A (zh) 2018-01-11 2018-01-11 版图差异的量化分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810024850.3A CN108170831A (zh) 2018-01-11 2018-01-11 版图差异的量化分析方法

Publications (1)

Publication Number Publication Date
CN108170831A true CN108170831A (zh) 2018-06-15

Family

ID=62518000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810024850.3A Pending CN108170831A (zh) 2018-01-11 2018-01-11 版图差异的量化分析方法

Country Status (1)

Country Link
CN (1) CN108170831A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118036545A (zh) * 2024-04-11 2024-05-14 北京芯愿景软件技术股份有限公司 一种版图图形比较方法及装置、版图图形比较替换方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060090146A1 (en) * 2004-10-22 2006-04-27 Mentor Graphics Corp. In-line XOR checking of master cells during integrated circuit design rule checking
US20080244482A1 (en) * 2007-03-30 2008-10-02 Taiwan Semiconductor Manufacturing Company, Ltd. Integrated circuit design usage and sanity verification
CN103164489A (zh) * 2011-12-19 2013-06-19 北京华大九天软件有限公司 集成电路版图数据库的快速比较方法
CN104700435A (zh) * 2013-12-09 2015-06-10 上海华虹宏力半导体制造有限公司 一种利用oasis图形阵列压缩版图数据的方法
CN104714468A (zh) * 2014-12-31 2015-06-17 北京纵横机电技术开发公司 一种连续功能图文件的比较方法
CN105335444A (zh) * 2014-08-13 2016-02-17 北京大学 一种图形的构建方法及匹配方法以及系统
CN106777419A (zh) * 2015-11-20 2017-05-31 北京华大九天软件有限公司 一种集成电路版图与平板显示版图中基于最短距离的间距检查结果分类方法
CN107527338A (zh) * 2017-08-15 2017-12-29 上海华虹宏力半导体制造有限公司 用于opc验证的图形分类方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060090146A1 (en) * 2004-10-22 2006-04-27 Mentor Graphics Corp. In-line XOR checking of master cells during integrated circuit design rule checking
US20080244482A1 (en) * 2007-03-30 2008-10-02 Taiwan Semiconductor Manufacturing Company, Ltd. Integrated circuit design usage and sanity verification
CN103164489A (zh) * 2011-12-19 2013-06-19 北京华大九天软件有限公司 集成电路版图数据库的快速比较方法
CN104700435A (zh) * 2013-12-09 2015-06-10 上海华虹宏力半导体制造有限公司 一种利用oasis图形阵列压缩版图数据的方法
CN105335444A (zh) * 2014-08-13 2016-02-17 北京大学 一种图形的构建方法及匹配方法以及系统
CN104714468A (zh) * 2014-12-31 2015-06-17 北京纵横机电技术开发公司 一种连续功能图文件的比较方法
CN106777419A (zh) * 2015-11-20 2017-05-31 北京华大九天软件有限公司 一种集成电路版图与平板显示版图中基于最短距离的间距检查结果分类方法
CN107527338A (zh) * 2017-08-15 2017-12-29 上海华虹宏力半导体制造有限公司 用于opc验证的图形分类方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118036545A (zh) * 2024-04-11 2024-05-14 北京芯愿景软件技术股份有限公司 一种版图图形比较方法及装置、版图图形比较替换方法
CN118036545B (zh) * 2024-04-11 2024-06-14 北京芯愿景软件技术股份有限公司 一种版图图形比较方法及装置、版图图形比较替换方法

Similar Documents

Publication Publication Date Title
JP5981838B2 (ja) 検査画像内の欠陥を検出するためのシステム、方法及びコンピュータプログラム製品
CN104718428B (zh) 图案的检查、测量装置及程序
CN107239794B (zh) 点云数据分割方法和终端
CN110717489A (zh) Osd的文字区域的识别方法、装置及存储介质
US9183622B2 (en) Image processing apparatus
TW201335588A (zh) 用於在檢查圖像內分類的系統、方法以及電腦程式產品
Vosselman et al. Change detection for updating medium scale maps using laser altimetry
US20080183323A1 (en) System, method and computer program product for evaluating an actual structural element of an eletrical circuit
TW201351347A (zh) 使用表面形貌屬性之缺陷分類
CN109977952A (zh) 基于局部最大值的候选目标检测方法
JP5914732B2 (ja) 画像検証方法、画像検証装置、およびプログラム
US8396297B2 (en) Supervised edge detection using fractal signatures
KR102158390B1 (ko) 영상 처리 방법 및 장치
CN109492639A (zh) 装载位置三维坐标获取方法、系统及图像识别设备
CN107895371B (zh) 基于峰值覆盖值和Gabor特征的纺织品瑕疵检测方法
JP6787844B2 (ja) オブジェクト抽出装置およびそのスーパーピクセルラベリング方法
CN108170831A (zh) 版图差异的量化分析方法
JP4903671B2 (ja) 解析モデル作成装置
CN114674826A (zh) 基于布匹的视觉检测方法及检测系统
CN104778657B (zh) 图像二维码融合方法及装置
WO2015151553A1 (ja) 異動検出支援装置、異動検出支援方法、及びコンピュータ読み取り可能な記録媒体
Schneider et al. Framework for SEM contour analysis
CN109376599A (zh) 一种面向湿地信息提取的遥感影像处理方法及系统
JP2013254394A (ja) 画像検証方法、画像検証装置、およびプログラム
CN107657628A (zh) 一种实时彩色目标跟踪方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180615

RJ01 Rejection of invention patent application after publication