WO2024021590A1 - 允许位置偏差的图形分组方法、装置、设备及存储介质 - Google Patents

允许位置偏差的图形分组方法、装置、设备及存储介质 Download PDF

Info

Publication number
WO2024021590A1
WO2024021590A1 PCT/CN2023/077635 CN2023077635W WO2024021590A1 WO 2024021590 A1 WO2024021590 A1 WO 2024021590A1 CN 2023077635 W CN2023077635 W CN 2023077635W WO 2024021590 A1 WO2024021590 A1 WO 2024021590A1
Authority
WO
WIPO (PCT)
Prior art keywords
graphics
grouping
row
strategy
target row
Prior art date
Application number
PCT/CN2023/077635
Other languages
English (en)
French (fr)
Other versions
WO2024021590A9 (zh
Inventor
甘远
鄢昌莲
韩春营
张荣佳
Original Assignee
东方晶源微电子科技（北京）有限公司
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 东方晶源微电子科技（北京）有限公司 filed Critical 东方晶源微电子科技（北京）有限公司
Publication of WO2024021590A1 publication Critical patent/WO2024021590A1/zh
Publication of WO2024021590A9 publication Critical patent/WO2024021590A9/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures

Definitions

  • the present application belongs to the field of semiconductor technology, and in particular relates to a graphics grouping method, device, equipment and storage medium that allow position deviation.
  • Existing graphics grouping methods that allow position deviation include using the point-by-point joining comparison method, as shown in Figure 2.
  • Using the point-by-point joining comparison method means first comparing graphics 1 and graphics 2, that is, comparing two graphics sets. , determine whether there are identical graphic elements between the two sets. If there are identical graphics between the two graphics sets, graphics 1 and graphics 2 will be grouped together; if there are no identical graphics between graphics 1 and graphics 2, graphics 1 and graphics 2 will not be grouped (isolated). .
  • the point-by-point comparison method can only obtain local optimal grouping results. For example, if there is a common shape between the first shape and the second shape, they will definitely be grouped together. But if the 1st shape and the Xth shape have more common shapes, but the common shape distance between the 1st shape and the If the allowed range is allowed, then the result.
  • Embodiments of the present application provide a graphics grouping method, device, equipment and computer-readable storage medium that allow position deviation, which can achieve globally optimal grouping results in the graphics grouping process and avoid different data input orders in the image grouping process. This causes the grouping results to change, which in turn affects the processing steps after the graphics are grouped.
  • inventions of the present application provide a graphics grouping method that allows position deviation.
  • the method includes:
  • the graphics collection includes multiple graphics to be grouped;
  • the graph comparison matrix includes multiple elements used to characterize the similarity between different graphs
  • the preset strategy select the target row that meets the preset conditions from the graphics comparison matrix, and determine the elements located in the target row;
  • the preset strategy includes any one of greedy grouping strategy, orphan grouping strategy, rich grouping strategy, and weak-rich grouping strategy.
  • the default strategy is a greedy grouping strategy
  • the row containing the most non-zero elements is selected from the graph comparison matrix and determined as the target row;
  • the greedy grouping strategy select the row containing the most non-zero elements from the graph comparison matrix and determine it as the target row, including:
  • the row containing the largest number of non-zero elements is selected from the graph comparison matrix and determined as the target row.
  • the preset strategy includes an orphan grouping strategy
  • the row containing the fewest non-zero elements is selected from the graph comparison matrix and determined as the target row;
  • select the row containing the fewest non-zero elements from the graph comparison matrix and determine it as the target row including:
  • the row containing the smallest number of non-zero elements is selected from the graph comparison matrix and determined as the target row.
  • the preset strategy includes the Rich grouping strategy
  • the row containing the most non-zero elements is selected from the graph comparison matrix and determined as the target row;
  • the Rich grouping strategy select the row containing the most non-zero elements from the graph comparison matrix and determine it as the target row, including:
  • the row containing the largest number of non-zero elements is selected from the graph comparison matrix and determined as the target row.
  • the preset strategy is a greedy grouping strategy
  • multiple graphics to be grouped in the graphics collection are grouped according to the elements of the target row and the preset strategy, and the grouping results are output, including:
  • the graphics corresponding to the non-zero elements in the target row and the row containing the target element are divided into the same graphics, and the grouping results are output.
  • the graphic grouping method that allows position deviation also includes:
  • the groups are grouped according to the greedy grouping strategy.
  • the preset strategy is an orphan grouping strategy
  • the graphics corresponding to the non-zero elements contained in the target row are divided into the same graphics;
  • ungrouped graphics are selected from the graphics collection to group until multiple graphics to be grouped in the graphics collection are grouped, and the grouping results are output.
  • the preset strategy is a rich grouping strategy
  • multiple graphics to be grouped in the graphics collection are grouped according to the elements of the target row and the preset strategy, and the grouping results are output, including:
  • the graphics corresponding to the non-zero elements contained in the target row are divided into the same graphics
  • ungrouped graphics are selected from the graphics collection to group until multiple graphics to be grouped in the graphics collection are grouped, and the grouping results are output.
  • inventions of the present application provide a graphics grouping device that allows position deviation.
  • the device includes:
  • the acquisition module is used to obtain a collection of graphics to be grouped, and the graphics collection includes multiple graphics to be grouped;
  • the graph comparison matrix includes Multiple elements used to represent the similarity between different graphics;
  • the selection module is used to select the target row that meets the preset conditions from the graphics comparison matrix according to the preset strategy, and determine the elements located in the target row;
  • the grouping module is used to group multiple graphics to be grouped in the graphics collection according to the elements of the target row and the preset strategy, and output the grouping results.
  • the preset strategy includes any one of greedy grouping strategy, orphan grouping strategy, rich grouping strategy, and weak-rich grouping strategy.
  • select modules including:
  • the first selection unit is used to select the row containing the most non-zero elements from the graph comparison matrix according to the greedy grouping strategy to determine it as the target row;
  • the first determination unit is used to determine the element located in the target row according to the target row.
  • first selected unit used for:
  • the row containing the largest number of non-zero elements is selected from the graph comparison matrix and determined as the target row.
  • select modules including:
  • the second selection unit is used to select the row containing the fewest non-zero elements from the graph comparison matrix according to the orphan grouping strategy to determine it as the target row;
  • the second determination unit is used to determine the element located in the target row according to the target row.
  • second selection unit for:
  • select modules including:
  • the third selection unit is used to select the row containing the most non-zero elements from the graph comparison matrix according to the Rich grouping strategy to determine it as the target row;
  • the third determination unit is used to determine the element located in the target row according to the target row.
  • third selection unit used for:
  • the row containing the largest number of non-zero elements is selected from the graph comparison matrix and determined as the target row.
  • the grouping module is used for:
  • the graphics corresponding to the non-zero elements in the target row and the row containing the target element are divided into the same graphics, and the grouping results are output.
  • the graphic grouping device that allows position deviation is also used for:
  • the groups are grouped according to the greedy grouping strategy.
  • the grouping module is used for:
  • the graphics corresponding to the non-zero elements contained in the target row are divided into the same graphics;
  • the grouping module is used for:
  • the graphics corresponding to the non-zero elements contained in the target row are divided into the same graphics
  • ungrouped graphics are selected from the graphics collection to group until multiple graphics to be grouped in the graphics collection are grouped, and the grouping results are output.
  • inventions of the present application provide a graphics grouping device that allows position deviation.
  • the device includes: a processor and a memory storing computer program instructions;
  • embodiments of the present application provide a computer-readable storage medium.
  • Computer program instructions are stored on the computer-readable storage medium.
  • the implementation is as described in the first aspect. Any of the graph grouping methods that allow position deviation.
  • the graphics grouping method, device, equipment and computer-readable storage medium that allow position deviation according to the embodiment of the present application
  • the graphics comparison matrix includes multiple elements used to characterize the similarity between different images; and, according to the preset strategy, select the target row that satisfies the preset conditions from the graphics comparison matrix, and determine the target row located at The elements of the target row; finally, according to the elements of the target row and the preset strategy, the multiple graphics to be grouped in the graphics collection are grouped, and the grouping results are output.
  • the globally optimal grouping can be achieved in the graphics grouping process. As a result, it can avoid the problem that the grouping results change due to different data input orders during the image grouping process, thereby affecting the processing steps after the graphics are grouped.
  • Figure 1 is a schematic diagram of graphics to be grouped provided by the prior art
  • Figure 2 is a schematic flow chart of graphic grouping based on point-by-point addition comparison method provided by the prior art
  • Figure 3a is a schematic flowchart of a graphics grouping method that allows position deviation provided by an embodiment of the present application
  • Figure 3b is a schematic flowchart of a method for grouping graphics to be grouped according to a greedy grouping strategy provided by an embodiment of the present application
  • Figure 3c is a schematic flowchart of a method for grouping graphics to be grouped based on a greedy grouping strategy provided by an embodiment of the present application;
  • Figure 3d is a schematic flowchart of a method for grouping graphics to be grouped based on an orphan grouping policy according to an embodiment of the present application
  • Figure 3e is a schematic flowchart of a method for grouping graphics to be grouped based on a rich grouping strategy provided by an embodiment of the present application
  • Figure 4 is a schematic structural diagram of a graphics grouping device that allows position deviation provided by an embodiment of the present application
  • Figure 5 is a schematic structural diagram of a graphics grouping device that allows position deviation provided by an embodiment of the present application.
  • the point-by-point comparison method can only obtain local optimal grouping results. For example, the 1st If there is a common shape between the first shape and the second shape, they will definitely be grouped together. But if the 1st shape and the Xth shape have more common shapes, but the common shape distance between the 1st shape and the If the allowed range is allowed, then the result.
  • embodiments of the present application provide a graphics grouping method, device, equipment and computer-readable storage medium that allow position deviation.
  • Figure 3a shows a schematic flowchart of a graphics grouping method that allows position deviation provided by an embodiment of the present application. As shown in Figure 3a, the method includes the following steps:
  • Step S301 Obtain a set of graphics to be grouped.
  • the graphics set includes multiple graphics to be grouped.
  • Step S302 Construct a graphics comparison matrix based on the graphics collection.
  • the graphics comparison matrix includes multiple elements used to represent the similarity between different graphics.
  • this application can use a graphics comparison matrix to represent the comparison information of all graphics to be grouped, which can save storage space.
  • the graphic comparison matrix includes M 11 , M 12 , M 13 , M 14 , M 21 , M 22 , M 23 , M 24 , ..., M nn and other elements.
  • M 11 can be used to characterize the similarity between graph 1 and graph 1; M 12 can be used to characterize the similarity between graph 1 and graph 2; M 13 can be used to characterize the similarity between graph 1 and graph 3. Similarity; M 1n can be used to characterize the similarity between graph 1 and graph n; M 21 can be used to characterize the similarity between graph 2 and graph 1; M 22 can be used to characterize the similarity between graph 2 and graph 2 The similarity; M 23 can be used to characterize the similarity between graph 2 and graph 3; M 2n can be used to characterize the similarity between graph 2 and graph n; and by analogy, M nn can be used to characterize graph n The similarity between n and graph n is not explained here to avoid redundancy.
  • Step S303 According to the preset strategy, select the target row that satisfies the preset condition from the graphics comparison matrix, and determine the elements located in the target row.
  • the preset strategy may include any one of a greedy grouping strategy, an orphan grouping strategy, a rich grouping strategy, and a weak-rich grouping strategy.
  • the preset strategy is a greedy grouping strategy.
  • a target row that satisfies the preset condition is selected from the graph comparison matrix, and the elements located in the target row are determined.
  • the greedy grouping strategy is mainly reflected in the row selection of the graph row comparison matrix.
  • the largest graph containing non-zero elements can be selected from the graph comparison matrix.
  • the row with more rows is determined as the target row; based on the target row, the element located in the target row is determined. In this way, since it is the row with the most non-zero elements selected, it can be ensured that the subsequent graphic grouping results are more representative.
  • the following steps when selecting the row containing the most non-zero elements from the graph comparison matrix to determine it as the target row, the following steps can be used:
  • the graphic comparison matrix can be compared based on the number of non-zero elements Sort each row in the graph to obtain the sorting result, and based on the sorting result, select the row containing the largest number of non-zero elements from the graph comparison matrix and determine it as the target row.
  • the row containing the largest number of non-zero elements (that is, the i-th row, the gray row in Table 2) can be selected from the graphic comparison matrix and determined as the target row.
  • the preset strategy may be an orphan grouping strategy. According to the orphan grouping strategy, target rows that meet the preset conditions are selected from the graph comparison matrix, and elements located in the target rows are determined.
  • the orphan grouping strategy can prioritize fewer graphics sets into one group under precise grouping. This can ensure the uniqueness of graphics and is suitable for some special occasions (non-periodic areas, such as metal/poly). layer, or a smaller area), which can ensure that all graphics sets in each group after grouping have the same graphics within the position deviation range.
  • the row containing the least non-zero elements can be selected from the graph comparison matrix and determined as the target row; based on the target row, the elements located in the target row can be determined.
  • the preset strategy may be the Rich grouping strategy as an example. According to the Rich grouping strategy, target rows that meet the preset conditions are selected from the graph comparison matrix, and elements located in the target row are determined.
  • the Rich grouping strategy requires that after grouping, all graphics sets in each group have the same graphics within the position deviation range. Moreover, while ensuring accurate grouping, more data can be grouped as much as possible The graphics sets are grouped into one group, so that the selected graphics can be more representative and can provide reference for OPC and defect detection.
  • the row containing the most non-zero elements can be selected from the graphics comparison matrix and determined as the target row; based on the target row, the elements located in the target row can be determined.
  • the Rich grouping strategy when selecting the row containing the most non-zero elements from the graphics comparison matrix to determine it as the target row, you can first determine the number of non-zero elements contained in each row in the graphics comparison matrix; then, according to the non-zero elements The number of rows in the graphics comparison matrix is sorted to obtain the sorting result; finally, according to the sorting result, the row containing the largest number of non-zero elements is selected from the graphics comparison matrix and determined as the target row.
  • Step S304 Group multiple graphics to be grouped in the graphics collection according to the elements of the target row and the preset strategy, and output the grouping results.
  • the preset strategy is a greedy grouping strategy
  • multiple graphics to be grouped in the graphics collection are grouped according to the elements of the target row and the preset strategy, and the grouping results are output, including : Based on the elements of the target row, determine the non-zero elements in the target row; based on the non-zero elements, select the row containing the target element from the rows in the graphic comparison matrix except the target row; where the target element is and Elements whose values are not zero are equal; based on the target row and the row containing the target element, divide the graphics corresponding to the non-zero elements in the target row and the row containing the target element into the same graphics, and output the grouping results.
  • the non-zero elements in the target row include M i1 , M ii , and M in , and the value of M i1 is a, the value of M ii is b, and the value of M in is c; Then you can select the row containing the target element whose value is a, b, or c from the rows in the graphic comparison matrix except the target row, and then, according to the target row and the row containing the target element, combine the target row and the row containing the target element.
  • the graphics corresponding to the non-zero elements in the row are divided into the same graphics, and the grouping results are output.
  • the graphics can be further determined. Whether all the graphics to be grouped in the set implement grouping; if not, determine the ungrouped graphics to be grouped from the graphics collection; based on the graphics to be grouped, group according to the greedy grouping strategy.
  • the row with the most non-zero elements can be selected. In this way, the grouping can be guaranteed to be more representative; secondly, according to different If the element is zero, when selecting the row containing the target element from the rows in the graphic comparison matrix except the target row, since it covers the rows where all non-zero elements in the target row are selected for the first time, the updated values can be as much as possible.
  • Many diagrams with direct or indirect correlations Forms are divided into groups.
  • the greedy grouping strategy provided by the embodiment of the present application to group the graphics to be grouped, on the one hand, more graphics can be grouped into a group with a smaller position deviation, reducing the number of comparisons; on the other hand, it can control The position deviation range can achieve the global optimal grouping result at the fastest speed.
  • the preset strategy is an orphan grouping strategy
  • multiple graphics to be grouped in the graphics collection are grouped according to the elements of the target row and the preset strategy, and the grouping results are output, including :
  • the graphics corresponding to the non-zero elements contained in the target row are divided into the same graphics; according to the graphics contained in the same graphics, select ungrouped graphics from the graphics collection to group them until the graphics collection Multiple graphics to be grouped in are grouped and the grouping results are output.
  • the globally optimal grouping result can be obtained; on the other hand, the diversity of the group samples can be ensured and specific areas (such as aperiodic areas) can be highlighted. sexual area/small area).
  • the preset strategy is a rich grouping strategy
  • multiple graphics to be grouped in the graphics collection are grouped according to the elements of the target row and the preset strategy, and the grouping results are output, including :
  • the graphics corresponding to the non-zero elements contained in the target row are divided into the same graphics; according to the graphics contained in the same graphics, select ungrouped graphics from the graphics set to group until the graphics set Multiple graphics to be grouped in are grouped and the grouping results are output.
  • the globally optimal grouping result can be obtained; on the other hand, it can be ensured that all group members in the group have common graphics after grouping, ensuring that the graphics of the grouping result are the most representative graphics.
  • the graphics grouping method that allows position deviation in the embodiment of the present application can first obtain the graphics set to be grouped, and the graphics set includes multiple graphics to be grouped; then, a graphics comparison matrix is constructed based on the graphics collection, and the graphics comparison The matrix includes multiple elements used to characterize the similarity between different images; and, according to the preset strategy, selects the target row that meets the preset conditions from the graphic comparison matrix, and determines the elements located in the target row; finally, according to the target row elements and preset strategies, group multiple graphics to be grouped in the graphics collection, and output the grouping results.
  • the globally optimal grouping results can be achieved during the graphics grouping process, and the process of image grouping can be avoided. Different data input sequences cause the grouping results to change, which in turn affects the processing steps after graph grouping.
  • a schematic flow chart of a method for grouping graphics to be grouped based on a greedy grouping strategy includes the following steps:
  • Step 1 n graphics to be grouped (also called given n graphics in Figure 3c) and position deviation parameters construct n graphics sets (graphics 1, 2,...n).
  • Step 2 Compare the graphic sets pairwise and construct a graphic comparison matrix, in which the matrix elements of the graphic comparison matrix represent the similarity of the two compared graphics. If there are no common graphics between the two graphic sets, the matrix elements are zero.
  • Step 3 Select a certain row of the graph comparison matrix based on the selection strategy; in the embodiment of this application, the selection strategy may be a greedy grouping strategy;
  • Step 4 Select all rows where the non-zero elements in the row selected in step 3 are located (usually multiple rows, if the non-zero elements only appear in this row, no other rows will be selected);
  • Step 5 Group the graphics containing non-zero elements in the rows selected in steps 3 to 4 into a group;
  • Step 6 Determine whether all graphics are grouped. If not, repeat steps 3 to 5; if they are all grouped, output the grouping results.
  • a schematic flow chart of a method for grouping graphics to be grouped based on an orphan grouping policy includes the following steps:
  • Step 1 Construct n graph sets (graphs 1, 2,...n) based on the n graphs to be grouped (also called the given n graphs in Figure 3d) and the position deviation parameters.
  • Step 2 Compare the graphic sets pairwise to construct a graphic comparison matrix; among them, the matrix elements in the graphic comparison matrix represent the similarity of the two compared graphics. If there are no common graphics between the two graphic sets, the matrix elements are zero.
  • Step 3 Select a certain row of the graph comparison matrix based on the orphan grouping strategy
  • the graph comparison matrix can be sorted based on rows, and according to the number of non-zero elements in each row, the row with the fewest non-zero elements is selected.
  • Step 4 Group the graphics containing non-zero elements in the selection row into a group
  • step 4 you can eliminate the grouped graphics, which will not only speed up the grouping, but also eliminate grouping interference.
  • Step 5 Determine whether all graphics are grouped. If not, repeat steps 3 to 4; if they are all grouped, output the grouping results.
  • a schematic flow chart of a method for grouping graphics to be grouped based on a rich grouping strategy includes the following steps:
  • Step 1 Construct n graph sets (graphs 1, 2,...n) based on the n graphs to be grouped (also called the given n graphs in Figure 3e) and the position deviation parameters.
  • Step 2 Compare the graph sets pairwise to construct a graph comparison matrix; among them, the matrix elements of the graph comparison matrix represent the similarity of the two graphs being compared. If there is no common graph between the two graph sets, shape, then the matrix elements are zero.
  • Step 3 Select a row of the graphic comparison matrix based on the rich strategy
  • the graphics comparison matrix can be sorted based on rows, and according to the number of non-zero elements in each row, the row with the most non-zero elements is selected. This can ensure that the graphics in this group are the richest and most representative.
  • Step 4 Group the graphics containing non-zero elements in the selection row into a group
  • Step 5 Determine whether all graphics are grouped. If not, repeat steps 3 to 4; if they are all grouped, output the grouping results.
  • Figure 4 shows a schematic structural diagram of a graphics grouping device that allows position deviation provided by an embodiment of the present application. As shown in Figure 4, the device includes:
  • the acquisition module 401 is used to obtain a set of graphics to be grouped, where the set of graphics includes multiple graphics to be grouped;
  • Building module 402 configured to construct a graph comparison matrix based on a graph collection, where the graph comparison matrix includes multiple elements used to characterize the similarity between different graphs;
  • the selection module 403 is used to select the target row that meets the preset conditions from the graphics comparison matrix according to the preset strategy, and determine the elements located in the target row;
  • the grouping module 404 is used to group multiple graphics to be grouped in the graphics collection according to the elements of the target row and the preset strategy, and output the grouping results.
  • the preset strategy includes any one of greedy grouping strategy, orphan grouping strategy, rich grouping strategy, and weak-rich grouping strategy.
  • the selection module 403 includes:
  • the first selection unit is used to select non-zero values from the graph comparison matrix according to the greedy grouping strategy.
  • the row with the most elements is determined as the target row;
  • the first determination unit is used to determine the element located in the target row according to the target row.
  • first selected unit used for:
  • the row containing the largest number of non-zero elements is selected from the graph comparison matrix and determined as the target row.
  • select module 403 including:
  • the second selection unit is used to select the row containing the fewest non-zero elements from the graph comparison matrix according to the orphan grouping strategy to determine it as the target row;
  • the second determination unit is used to determine the element located in the target row according to the target row.
  • second selection unit for:
  • the row containing the smallest number of non-zero elements is selected from the graph comparison matrix and determined as the target row.
  • select module 403 including:
  • the third selection unit is used to select the row containing the most non-zero elements from the graph comparison matrix according to the Rich grouping strategy to determine it as the target row;
  • the third determination unit is used to determine the element located in the target row according to the target row.
  • third selection unit used for:
  • the grouping module 404 is used to:
  • the graphics corresponding to the non-zero elements in the target row and the row containing the target element are divided into the same graphics, and the grouping results are output.
  • the graphic grouping device that allows position deviation is also used for:
  • the groups are grouped according to the greedy grouping strategy.
  • the grouping module 404 is used to:
  • the graphics corresponding to the non-zero elements contained in the target row are divided into the same graphics;
  • ungrouped graphics are selected from the graphics collection to group until multiple graphics to be grouped in the graphics collection are grouped, and the grouping results are output.
  • the grouping module 404 is used to:
  • the graphics corresponding to the non-zero elements contained in the target row are divided into the same graphics
  • ungrouped graphics are selected from the graphics collection to group until multiple graphics to be grouped in the graphics collection are grouped, and the grouping results are output.
  • Figure 5 shows a structural representation of a graphics grouping device that allows position deviation provided by an embodiment of the present application. intention.
  • a graphics grouping device that allows position deviation may include a processor 501 and a memory 502 storing computer program instructions.
  • the above-mentioned processor 501 may include a central processing unit (CPU), or an application specific integrated circuit (Application Specific Integrated Circuit, ASIC), or may be configured to implement one or more integrated circuits according to the embodiments of the present application.
  • CPU central processing unit
  • ASIC Application Specific Integrated Circuit
  • Memory 502 may include bulk storage for data or instructions.
  • the memory 502 may include a hard disk drive (HDD), a floppy disk drive, flash memory, an optical disk, a magneto-optical disk, a magnetic tape, or a Universal Serial Bus (USB) drive or two or more A combination of many of the above.
  • Memory 502 may include removable or non-removable (or fixed) media, where appropriate. Where appropriate, memory 502 may be internal or external to the graphics grouping device allowing positional deviation. In certain embodiments, memory 502 may be non-volatile solid-state memory.
  • the memory 502 may be a read-only memory (Read Only Memory, ROM).
  • ROM Read Only Memory
  • the ROM may be a mask-programmed ROM, programmable ROM (PROM), erasable PROM (EPROM), electrically erasable PROM (EEPROM), electrically rewritable ROM (EAROM), or flash memory or A combination of two or more of these.
  • the processor 501 reads and executes the computer program instructions stored in the memory 502 to implement any of the graphics grouping methods that allow position deviation in the above embodiments.
  • the graphics packet device that allows position deviation may also include a communication interface 503 and a bus 510 .
  • the processor 501, the memory 502, and the communication interface 503 are connected through the bus 510 and complete communication with each other.
  • the communication interface 503 is mainly used to implement communication between modules, devices, units and/or equipment in the embodiments of this application.
  • Bus 510 includes hardware, software, or both, coupling components of the graphics packet device to one another allowing for positional deviations.
  • the bus may include Accelerated Graphics Port (AGP) or other graphics bus, Enhanced Industry Standard Architecture (EISA) bus, Front Side Bus (FSB), HyperTransport (HT) interconnect, Industry Standard Architecture (ISA) Bus, Infinite Bandwidth Interconnect, Low Pin Count (LPC) Bus, Memory Bus, Micro Channel Architecture (MCA) Bus, Peripheral Component Interconnect (PCI) Bus, PCI-Express (PCI-X) Bus, Serial Advanced Technology Attachment (SATA) bus, Video Electronics Standards Association Local (VLB) bus or other suitable bus or a combination of two or more of these.
  • bus 510 may include one or more buses.
  • embodiments of the present application can provide a computer-readable storage medium for implementation.
  • Computer program instructions are stored on the computer-readable storage medium; when the computer program instructions are executed by the processor, any one of the graphics grouping methods that allow position deviation in the above embodiments is implemented.
  • the functional modules shown in the above structural block diagram can be implemented as hardware, software, firmware or their combination.
  • it may be, for example, an electronic circuit, an application specific integrated circuit (ASIC), appropriate firmware, a plug-in, a function card, or the like.
  • ASIC application specific integrated circuit
  • elements of the application are programs or code segments that are used to perform the required tasks.
  • the program or code segments may be stored in a machine-readable medium or transmitted over a transmission medium or communications link via a data signal carried in a carrier wave.
  • "Machine-readable medium” may include any medium capable of storing or transmitting information.
  • the machine can Examples of read media include electronic circuits, semiconductor memory devices, ROM, flash memory, erasable ROM (EROM), floppy disks, CD-ROMs, optical disks, hard disks, fiber optic media, radio frequency (RF) links, and the like. Code segments may be downloaded via computer networks such as the Internet, intranets, and the like.
  • Such a processor may be, but is not limited to, a general-purpose processor, a special-purpose processor, a special application processor, or a field-programmable logic circuit. It will also be understood that each block in the block diagrams and/or flowchart illustrations, and combinations of blocks in the block diagrams and/or flowchart illustrations, can also be implemented by special purpose hardware that performs the specified functions or actions, or can be implemented by special purpose hardware and A combination of computer instructions.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Image Generation (AREA)

Abstract

一种允许位置偏差的图形分组方法、装置、设备及存储介质。该允许位置偏差的图形分组方法，包括：获取待分组的图形集合，图形集合中包括多个待分组的图形；基于图形集合构建图形比较矩阵，图形比较矩阵包括用于表征不同图形之间的相似度的多个元素；根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素；根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果。根据本申请实施例，能够在图形分组过程中实现全局最优的分组结果，以及避免图形分组过程中由于数据输入顺序不同使得分组结果也发生变化，进而对图形分组后的处理步骤造成影响的问题。

Description

允许位置偏差的图形分组方法、装置、设备及存储介质 技术领域
本申请属于半导体技术领域，尤其涉及一种允许位置偏差的图形分组方法、装置、设备及存储介质。
背景技术
在芯片制造以及检测工艺过程中，受限于制造检测仪器移动精度以及缺陷出现位置本身存在的随机性，位置偏差往往是普遍存在的，因此允许位置偏差的图形分组技术显得尤为重要，尤其在基于设计图形的检测技术(D2DB)的应用中。例如，如图1所示，中心的图形为待分组的图形(也即图1中实线框所示的图形)，然而由于各种误差，导致实际得到的图形为图1中虚线框所示的图形，从而使得它们无法被正确的分为一组。基于此，在对图形分组过程中，不能仅仅考虑单一的图形，还需要考虑其在位置偏差范围内所有图形的集合。
现有的允许位置偏差的图形分组方法包括使用逐点加入比较方法，如图2所示，使用逐点加入比较方法是指首先对图形1和图形2进行比较，即对两个图形集合进行比较，判断两个集合之间是否存在相同图形元素。若两个图形集合之间存在相同图形，则将图形1和图形2分到一组；若图形1和图形2之间不存在相同的图形，则图形1和图形2没有被归组(孤立)。然后，加入图形3与上一步分组结果进行比较：如果图形1和图形2为一组，则基于图形1和图形2的共同图形与图形3比较；如果图形1和图形2未被分为一组，则基于图形3分别和图形1以及图形2比较，并将此次比较的结果作为图形1，2，3的分组结果。以此类推，再加入图形4与前三个图形 (1,2,3)的分组结果相比较，直至所有的图形(包括图形1至图形n)被归好组。其中，图形1,2，3,4…n为涵盖其图形本身以及其在一定位置偏差范围内所有图形的集合，n为正整数。
然而，采用上述逐点加入比较方法时，存在如下问题：
第一，逐点加入的比较方法只能获取局部最优的分组结果。例如，第1个图形和第2个图形间如果存在共同图形，则一定会被分到一组。但如果第1个图形和第X个图形有更多的共同图形，但第1个图形与第X个图形间的共同图形距离第1个图形与第2个图形的共同图形间超设定的允许范围，那么第X个图形不会被分到与第1个图形成为一组，也即逐点加入的比较顺序只能得到在当前顺序下的最优分组结果，而不是全局最优的分组结果。
第二，输入数据排序的不同会影响分组结果。如前例所举，如果顺序中的第X个图形出现在比较顺序的第一或者第二点，那么这种情况下，分组结果会发生改变。也即，输入数据不变，只要数据顺序变化就会产生不同的分组结果，这对后续非常依赖分组结果的可靠性与稳定性的处理步骤具有很大影响。
因此，如何在图形分组过程中实现全局最优的分组结果，以及避免图像分组过程中由于数据输入顺序不同使得分组结果也发生变化，进而对图形分组后的处理步骤造成影响是本领域技术人员亟需解决的技术问题。
发明内容
本申请实施例提供一种允许位置偏差的图形分组方法、装置、设备及计算机可读存储介质，能够在图形分组过程中实现全局最优的分组结果，以及避免图像分组过程中由于数据输入顺序不同使得分组结果也发生变化，进而对图形分组后的处理步骤造成影响的问题。
第一方面，本申请实施例提供一种允许位置偏差的图形分组方法，方法包括：
获取待分组的图形集合，图形集合中包括多个待分组的图形；
基于图形集合构建图形比较矩阵，图形比较矩阵包括用于表征不同图形之间的相似度的多个元素；
根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素；
根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果。
可选的，预设策略包括贪婪分组策略、孤儿分组策略、Rich分组策略、weak-rich分组策略中的任意一种。
可选的，若预设策略为贪婪分组策略，则根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素，包括：
根据贪婪分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行；
根据目标行，确定位于目标行的元素。
可选的，根据贪婪分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行，包括：
确定图形比较矩阵中各行所包含的非零元素的数量；
根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
根据排序结果，从图形比较矩阵选取包含非零元素的数量最多的行，并确定为目标行。
可选的，若预设策略包括孤儿分组策略，则根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素，包括：
根据孤儿分组策略，从图形比较矩阵选取包含非零元素最少的行确定为目标行；
根据目标行，确定位于目标行的元素。
可选的，根据孤儿分组策略，从图形比较矩阵选取包含非零元素最少的行确定为目标行，包括：
确定图形比较矩阵中各行所包含的非零元素的数量；
根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
根据排序结果，从图形比较矩阵选取包含非零元素的数量最少的行，并确定为目标行。
可选的，若预设策略包括Rich分组策略，则根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素，包括：
根据Rich分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行；
根据目标行，确定位于目标行的元素。
可选的，根据Rich分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行，包括：
确定图形比较矩阵中各行所包含的非零元素的数量；
根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
根据排序结果，从图形比较矩阵选取包含非零元素的数量最多的行，并确定为目标行。
可选的，若预设策略为贪婪分组策略，则根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果，包括：
根据目标行的元素，确定目标行中不为零的元素；
根据不为零的元素，从图形比较矩阵中除目标行之外的行中选取包含目 标元素的行；其中，目标元素为与不为零的元素的数值相等的元素；
根据目标行和包含目标元素的行，将目标行和包含目标元素的行中的非零元素所对应的图形划分为相同图形，并输出分组结果。
可选的，该允许位置偏差的图形分组方法还包括：
判断图形集合中的所有待分组的图形是否实现分组；
若否，则从图形集合中确定未分组的待分组的图形；
基于待分组的图形，按照贪婪分组策略进行分组。
可选的，若预设策略为孤儿分组策略，则根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果，包括：
根据目标行的元素和孤儿分组策略，将目标行所包含的非零元素对应的图形划分为相同图形；
根据相同图形所包含的图形，从图形集合选取未分组的图形进行分组，直至图形集合中的多个待分组的图形均完成分组，并输出分组结果。
可选的，若预设策略为rich分组策略，则根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果，包括：
根据目标行的元素和rich分组策略，将目标行所包含的非零元素对应的图形划分为相同图形；
根据相同图形所包含的图形，从图形集合选取未分组的图形进行分组，直至图形集合中的多个待分组的图形均完成分组，并输出分组结果。
第二方面，本申请实施例提供了一种允许位置偏差的图形分组装置，装置包括：
获取模块，用于获取待分组的图形集合，图形集合中包括多个待分组的图形；
构建模块，用于基于图形集合构建图形比较矩阵，图形比较矩阵包括用 于表征不同图形之间的相似度的多个元素；
选取模块，用于根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素；
分组模块，用于根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果。
可选的，预设策略包括贪婪分组策略、孤儿分组策略、Rich分组策略、weak-rich分组策略中的任意一种。
可选的，若预设策略为贪婪分组策略，则选取模块，包括：
第一选取单元，用于根据贪婪分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行；
第一确定单元，用于根据目标行，确定位于目标行的元素。
可选的，第一选取单元，用于：
确定图形比较矩阵中各行所包含的非零元素的数量；
根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
根据排序结果，从图形比较矩阵选取包含非零元素的数量最多的行，并确定为目标行。
可选的，若预设策略包括孤儿分组策略，则选取模块，包括：
第二选取单元，用于根据孤儿分组策略，从图形比较矩阵选取包含非零元素最少的行确定为目标行；
第二确定单元，用于根据目标行，确定位于目标行的元素。
可选的，第二选取单元，用于：
确定图形比较矩阵中各行所包含的非零元素的数量；
根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
根据排序结果，从图形比较矩阵选取包含非零元素的数量最少的行，并 确定为目标行。
可选的，若预设策略包括Rich分组策略，则选取模块，包括：
第三选取单元，用于根据Rich分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行；
第三确定单元，用于根据目标行，确定位于目标行的元素。
可选的，第三选取单元，用于：
确定图形比较矩阵中各行所包含的非零元素的数量；
根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
根据排序结果，从图形比较矩阵选取包含非零元素的数量最多的行，并确定为目标行。
可选的，若预设策略为贪婪分组策略，则分组模块，用于：
根据目标行的元素，确定目标行中不为零的元素；
根据不为零的元素，从图形比较矩阵中除目标行之外的行中选取包含目标元素的行；其中，目标元素为与不为零的元素的数值相等的元素；
根据目标行和包含目标元素的行，将目标行和包含目标元素的行中的非零元素所对应的图形划分为相同图形，并输出分组结果。
可选的，该允许位置偏差的图形分组装置还用于：
判断图形集合中的所有待分组的图形是否实现分组；
若否，则从图形集合中确定未分组的待分组的图形；
基于待分组的图形，按照贪婪分组策略进行分组。
可选的，若预设策略为孤儿分组策略，则分组模块，用于：
根据目标行的元素和孤儿分组策略，将目标行所包含的非零元素对应的图形划分为相同图形；
根据相同图形所包含的图形，从图形集合选取未分组的图形进行分组， 直至图形集合中的多个待分组的图形均完成分组，并输出分组结果。
可选的，若预设策略为rich分组策略，则分组模块，用于：
根据目标行的元素和rich分组策略，将目标行所包含的非零元素对应的图形划分为相同图形；
根据相同图形所包含的图形，从图形集合选取未分组的图形进行分组，直至图形集合中的多个待分组的图形均完成分组，并输出分组结果。
第三方面，本申请实施例提供了一种允许位置偏差的图形分组设备，设备包括：处理器以及存储有计算机程序指令的存储器；
所述处理器执行所述计算机程序指令时实现如上述第一方面所述的任意一项所述的允许位置偏差的图形分组方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如上述第一方面所述的任意一项所述的允许位置偏差的图形分组方法。
本申请实施例的允许位置偏差的图形分组方法、装置、设备及计算机可读存储介质，在图形分组时，可以先获取待分组的图形集合，图形集合中包括多个待分组的图形；然后，基于图形集合构建图形比较矩阵，图形比较矩阵包括用于表征不同图像之间的相似度的多个元素；以及，根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素；最后，根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果，这样，能够在图形分组过程中实现全局最优的分组结果，以及能够避免图像分组过程中由于数据输入顺序不同使得分组结果也发生变化，进而对图形分组后的处理步骤造成影响的问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是现有技术提供的待分组的图形的示意图；
图2是现有技术提供的基于逐点加入比较方法进行图形分组的流程示意图；
图3a是本申请一个实施例提供的允许位置偏差的图形分组方法的流程示意图；
图3b是本申请一个实施例提供的根据贪婪分组策略对待分组的图形进行分组方法的流程示意图；
图3c是本申请一个实施例提供的基于贪婪分组策略对待分组的图形进行分组的方法的流程示意图；
图3d是本申请一个实施例提供的基于孤儿分组策略对待分组的图形进行分组的方法的流程示意图；
图3e是本申请一个实施例提供的基于rich分组策略对待分组的图形进行分组的方法的流程示意图；
图4是本申请一个实施例提供的允许位置偏差的图形分组装置的结构示意图；
图5是本申请一个实施例提供的允许位置偏差的图形分组设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申 请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
在芯片制造以及检测工艺过程中，受限于制造检测仪器移动精度以及缺陷出现位置本身存在的随机性，位置偏差往往是普遍存在的，因此允许位置偏差的图形分组技术显得尤为重要，尤其在基于设计图形的检测技术(D2DB)的应用中。例如，如图1所示，中心的图形为待分组的图形(也即图1中实线框所示的图形)，然而由于各种误差，导致实际得到的图形为图1中虚线框所示的图形，从而使得它们无法被正确的分为一组。基于此，在对图形分组过程中，不能仅仅考虑单一的图形，还需要考虑其在位置偏差范围内所有图形的集合。
现有的允许位置偏差的图形分组方法包括使用逐点加入比较方法，然而，采用逐点加入比较方法时，存在如下问题：
第一，逐点加入的比较方法只能获取局部最优的分组结果。例如，第1 个图形和第2个图形间如果存在共同图形，则一定会被分到一组。但如果第1个图形和第X个图形有更多的共同图形，但第1个图形与第X个图形间的共同图形距离第1个图形与第2个图形的共同图形间超设定的允许范围，那么第X个图形不会被分到与第1个图形成为一组，也即逐点加入的比较顺序只能得到在当前顺序下的最优分组结果，而不是全局最优的分组结果。
第二，输入数据排序的不同会影响分组结果。如前例所举，如果顺序中的第X个图形出现在比较顺序的第一或者第二点，那么这种情况下，分组结果会发生改变。也即，输入数据不变，只要数据顺序变化就会产生不同的分组结果，这对后续非常依赖分组结果的可靠性与稳定性的处理步骤具有很大影响。
为了解决现有技术问题，本申请实施例提供了一种允许位置偏差的图形分组方法、装置、设备及计算机可读存储介质。下面首先对本申请实施例所提供的允许位置偏差的图形分组方法进行介绍。
图3a示出了本申请一个实施例提供的允许位置偏差的图形分组方法的流程示意图。如图3a所示，该方法包括如下步骤：
步骤S301，获取待分组的图形集合，图形集合中包括多个待分组的图形。
步骤S302，基于图形集合构建图形比较矩阵，图形比较矩阵包括用于表征不同图形之间的相似度的多个元素。
本申请实施例中，考虑到实际应用中，由于大部分待分组的图形之间可能并不相关，此时，若针对该部分待分组的图形采用传统方式存储，则可能会浪费大量存储空间。为了避免该问题，本申请可以采用图形比较矩阵方式表示所有的待分组的图形的比较信息，这样可以节省存储空间。
如表1所示，本申请实施例中，假设图形集合中的多个待分组的图形包括图形1,图形2,图形3,…,图形n，则可以根据图形1,图形2,图形3,…,图 形n，构建如表1所示的n×n的图形比较矩阵，该图形比较矩阵包括M11、M12、M13、M14、M21、M22、M23、M24，…，Mnn等元素。
表1 图形比较矩阵
其中，M11可以用于表征图形1和图形1之间的相似度；M12可以用于表征图形1和图形2之间的相似度；M13可以用于表征图形1和图形3之间的相似度；M1n可以用于表征图形1和图形n之间的相似度；M21可以用于表征图形2和图形1之间的相似度；M22可以用于表征图形2和图形2之间的相似度；M23可以用于表征图形2和图形3之间的相似度；M2n可以用于表征图形2和图形n之间的相似度；以此类推，Mnn可以用于表征图形n和图形n之间的相似度，为避免赘述，此处不在说明。
步骤S303，根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素。
本申请实施例中，预设策略可以包括贪婪分组策略、孤儿分组策略、Rich分组策略、weak-rich分组策略中的任意一种。
在一种可选的实施方式中，可以以预设策略为贪婪分组策略为例，根据贪婪分组策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素。其中，贪婪分组策略主要体现在图行比较矩阵的行选择上。
具体地，可以根据贪婪分组策略，从图形比较矩阵选取包含非零元素最 多的行确定为目标行；根据目标行，确定位于目标行的元素。这样，由于是选择的非零元素最多的一行，因此，可以保证后续的图形分组结果更具有代表性。
可选的，根据贪婪分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行时，可以采用如下步骤：
(1)确定图形比较矩阵中各行所包含的非零元素的数量。
(2)根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果。
(3)根据排序结果，从图形比较矩阵选取包含非零元素的数量最多的行，并确定为目标行。
例如，沿用上述表1所示的内容，假设图形比较矩阵中第1行所包含的非零元素的数量为2，第2行所包含的非零元素的数量为4，第i行所包含的非零元素的数量为A，…，第n行所包含的非零元素的数量为1，且A为非零元素的数量中的最大值，则可以根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果，并根据排序结果，从图形比较矩阵选取包含非零元素的数量最多的行，并确定为目标行。
如表2所示，本申请实施例中可以从图形比较矩阵，选取包含非零元素的数量最多的行(也即第i行，表2中带灰色的行)，并确定为目标行。
表2 图形比较矩阵

在一种可选的实施方式中，可以以预设策略为孤儿分组策略为例，根据孤儿分组策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素。
其中，孤儿分组策略可以在精准分组的情况下，优先将更少的图形集分到一组，这样，能够保证图形的独特性，适用于一些特殊场合(非周期性的区域，比如metal/poly层，或者面积较小的区域)，能够保证分组后的各组内所有的图形集在位置偏差范围内都有相同的图形。
具体地，可以根据孤儿分组策略，从图形比较矩阵选取包含非零元素最少的行确定为目标行；根据目标行，确定位于目标行的元素。
本申请实施例中，根据孤儿分组策略，从图形比较矩阵选取包含非零元素最少的行确定为目标行时，可以采用如下步骤：
(1)确定图形比较矩阵中各行所包含的非零元素的数量；
(2)根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
(3)根据排序结果，从图形比较矩阵选取包含非零元素的数量最少的行，并确定为目标行。
在一种可选的实施方式中，可以以预设策略为Rich分组策略为例，根据Rich分组策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素。
其中，Rich分组策略要求分组后每组内所有的图形集在位置偏差范围内都有相同的图形。并且，在保证精准分组的情况下，可以尽可能地将更多的 图形集分到一组，这样，可以使得选出的图形更具有代表意义，能为OPC以及缺陷检测提供参考意义。
具体地，可以根据Rich分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行；根据目标行，确定位于目标行的元素。
可选的，根据Rich分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行时，可以先确定图形比较矩阵中各行所包含的非零元素的数量；然后，根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；最后，根据排序结果，从图形比较矩阵选取包含非零元素的数量最多的行，并确定为目标行。
步骤S304，根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果。
在一种可选的实施方式中，若预设策略为贪婪分组策略，则根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果，包括：根据目标行的元素，确定目标行中不为零的元素；根据不为零的元素，从图形比较矩阵中除目标行之外的行中选取包含目标元素的行；其中，目标元素为与不为零的元素的数值相等的元素；根据目标行和包含目标元素的行，将目标行和包含目标元素的行中的非零元素所对应的图形划分为相同图形，并输出分组结果。
例如，假设根据目标行的元素，确定目标行中不为零的元素包括Mi1、Mii、Min，并且Mi1的值为a，Mii的值为b，Min的值为c；则可以从图形比较矩阵中除目标行之外的行中选取包含值为a、b或c等目标元素的行，然后，根据目标行和包含目标元素的行，将目标行和包含目标元素的行中的非零元素所对应的图形划分为相同图形，并输出分组结果。
例如，如下表3所示，假设从图形比较矩阵中除目标行之外的行中选取 包含值为a、b或c等目标元素的行为M11和M21等元素所在的行，则可以进一步确定这两行所包含的非零元素，比如，假设这两行所包含的非零元素为M11(M11＝a)、M1n(M1n＝b)和M2i(M2i＝c)，则可以将目标行和包含目标元素的行中的非零元素所对应的图形划分为相同图形，也即将图形1、图形i、图形n划分为相同图形。
表3 图形比较矩阵
可选的，根据所述目标行和所述包含目标元素的行，将所述目标行和所述包含目标元素的行中的非零元素所对应的图形划分为相同图形之后，可以进一步判断图形集合中的所有待分组的图形是否实现分组；若否，则从图形集合中确定未分组的待分组的图形；基于待分组的图形，按照贪婪分组策略进行分组。
采用本申请实施例提供的贪婪分组策略对待分组的图形进行分组时，由于在选择目标行的时候，可以选择非零元素最多的一行，这样，可以保证分组更具有代表性；其次，在根据不为零的元素，从图形比较矩阵中除目标行之外的行中选取包含目标元素的行时，由于涵盖了第一次选择目标行内所有非零元素所在的行，因此，可以尽可能将更多有直接关联或者间接关联的图 形分为一组。
并且，采用本申请实施例提供的贪婪分组策略对待分组的图形进行分组，一方面，能够用较小的位置偏差将更多的图形分为一组，减少比较次数；另一方面，可以控制好位置偏差范围可以用最快的速度达到全局最优分组结果。
例如，如图3b所示，假设图形2，3，4已经被分为一组，此时，若想知道图形1是否与图形2，3，4为一组，则可以根据贪婪分组策略，从图形2，3，4中任意选择一个图形与图形1比较，如果有共同图形，则图形1，2，3，4分为一组，如果没有，则不能分为一组；从而，可以大大减少比较次数。
在一种可选的实施方式中，若预设策略为孤儿分组策略，则根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果，包括：根据目标行的元素和孤儿分组策略，将目标行所包含的非零元素对应的图形划分为相同图形；根据相同图形所包含的图形，从图形集合选取未分组的图形进行分组，直至图形集合中的多个待分组的图形均完成分组，并输出分组结果。
采用本申请实施例提供的孤儿分组策略对待分组的图形进行分组时，一方面，可以得到全局最优的分组结果；另一方面，可以保证组样多样性，能够突出特定区域(比如，非周期性区域/小面积区域)。
在一种可选的实施方式中，若预设策略为rich分组策略，则根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果，包括：根据目标行的元素和rich分组策略，将目标行所包含的非零元素对应的图形划分为相同图形；根据相同图形所包含的图形，从图形集合选取未分组的图形进行分组，直至图形集合中的多个待分组的图形均完成分组，并输出分组结果。
采用本申请实施例提供的rich分组策略对待分组的图形进行分组时，一 方面，可以得到全局最优的分组结果；另一方面，可以保证分组后组内所有的组员都有共同的图形，保证分组结果的图形都是最具代表性的图形。
综上所述，本申请实施例的允许位置偏差的图形分组方法，可以先获取待分组的图形集合，图形集合中包括多个待分组的图形；然后，基于图形集合构建图形比较矩阵，图形比较矩阵包括用于表征不同图像之间的相似度的多个元素；以及，根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素；最后，根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果，这样，能够在图形分组过程中实现全局最优的分组结果，以及能够避免图像分组过程中由于数据输入顺序不同使得分组结果也发生变化，进而对图形分组后的处理步骤造成影响的问题。
以下，结合实际应用场景，对本申请实施例提供的允许位置偏差的图形分组方法进行详细说明。
如图3c所示，为本申请实施例提供的一种基于贪婪分组策略对待分组的图形进行分组的方法的流程示意图，包括如下步骤：
步骤1：待分组的n个图形(图3c中也称为给定的n个图形)以及位置偏差参数构建n个图形集(图形1，2，…n)。
步骤2：图形集之间两两比较，构建图形比较矩阵，其中，图形比较矩阵的矩阵元素代表比较的两个图形相似度，如果两个图形集之间没有共同图形，矩阵元素为零。
步骤3：基于选择策略选择图形比较矩阵的某一行；本申请实施例中，选择策略可以是贪婪分组策略；
步骤4：将步骤3中所选择行中不为零的元素所在的所有行(一般为多行，如果不为零元素仅在该行中出现，则不再选择其他行)；
步骤5：将步骤3～4中选择的行中不为零的元素所在的图形分为一组；
步骤6：判断是否所有图形都被分组，如果没有，则重复步骤3～5；如果都被分好组，则输出分组结果。
如图3d所示，为本申请实施例提供的一种基于孤儿分组策略对待分组的图形进行分组的方法的流程示意图，包括如下步骤：
步骤1：基于待分组的n个图形(图3d中也称为给定的n个图形)以及位置偏差参数构建n个图形集(图形1，2，…n)。
步骤2：图形集之间两两比较，构建图形比较矩阵；其中，图形比较矩阵中矩阵元素代表比较的两个图形相似度，如果两个图形集之间没有共同图形，则矩阵元素为零。
步骤3：基于孤儿分组策略选择图形比较矩阵的某一行；
具体地，可以对图形比较矩阵基于行排序，依照每一行中非零元素的个数，选择非零元素最少的一行。
步骤4：将选择行中不为零的元素所在的图形分为一组；
可选的，执行完步骤4之后，可以将分好组的图形剔除，这样不仅能够加快分组速度，而且还能排除分组干扰。
步骤5：判断是否所有图形都被分组，如果没有，则重复步骤3～4；如果都被分好组，则输出分组结果。
如图3e所示，为本申请实施例提供的一种基于rich分组策略对待分组的图形进行分组的方法的流程示意图，包括如下步骤：
步骤1：基于待分组的n个图形(图3e中也称为给定的n个图形)以及位置偏差参数构建n个图形集(图形1，2，…n)。
步骤2：图形集之间两两比较，构建图形比较矩阵；其中，图形比较矩阵的矩阵元素代表比较的两个图形相似度，如果两个图形集之间没有共同图 形，则矩阵元素为零。
步骤3：基于rich策略选择图形比较矩阵的某一行；
具体地，可以对图形比较矩阵基于行排序，依照每一行中非零元素的个数，选择非零元素最多的一行，这样可以保证这一组内图形最为丰富，且最具代表性。
步骤4：将选择行中不为零的元素所在的图形分为一组；
可选的，在将选择行中不为零的元素所在的图形分为一组之后，可以将分好组的图形剔除，这样不仅能够加快分组速度，而且还能排除分组干扰。
步骤5：判断是否所有图形都被分组，如果没有，则重复步骤3～4；如果都被分好组，则输出分组结果。
图4示出了本申请实施例提供的允许位置偏差的图形分组装置的结构示意图。如图4所示，装置包括：
获取模块401，用于获取待分组的图形集合，图形集合中包括多个待分组的图形；
构建模块402，用于基于图形集合构建图形比较矩阵，图形比较矩阵包括用于表征不同图形之间的相似度的多个元素；
选取模块403，用于根据预设策略，从图形比较矩阵选取满足预设条件的目标行，以及确定位于目标行的元素；
分组模块404，用于根据目标行的元素和预设策略，对图形集合中的多个待分组的图形进行分组，并输出分组结果。
可选的，预设策略包括贪婪分组策略、孤儿分组策略、Rich分组策略、weak-rich分组策略中的任意一种。
可选的，若预设策略为贪婪分组策略，则选取模块403，包括：
第一选取单元，用于根据贪婪分组策略，从图形比较矩阵选取包含非零 元素最多的行确定为目标行；
第一确定单元，用于根据目标行，确定位于目标行的元素。
可选的，第一选取单元，用于：
确定图形比较矩阵中各行所包含的非零元素的数量；
根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
根据排序结果，从图形比较矩阵选取包含非零元素的数量最多的行，并确定为目标行。
可选的，若预设策略包括孤儿分组策略，则选取模块403，包括：
第二选取单元，用于根据孤儿分组策略，从图形比较矩阵选取包含非零元素最少的行确定为目标行；
第二确定单元，用于根据目标行，确定位于目标行的元素。
可选的，第二选取单元，用于：
确定图形比较矩阵中各行所包含的非零元素的数量；
根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
根据排序结果，从图形比较矩阵选取包含非零元素的数量最少的行，并确定为目标行。
可选的，若预设策略包括Rich分组策略，则选取模块403，包括：
第三选取单元，用于根据Rich分组策略，从图形比较矩阵选取包含非零元素最多的行确定为目标行；
第三确定单元，用于根据目标行，确定位于目标行的元素。
可选的，第三选取单元，用于：
确定图形比较矩阵中各行所包含的非零元素的数量；
根据非零元素的数量，对图形比较矩阵中各行进行排序，得到排序结果；
根据排序结果，从图形比较矩阵选取包含非零元素的数量最多的行，并 确定为目标行。
可选的，若预设策略为贪婪分组策略，则分组模块404，用于：
根据目标行的元素，确定目标行中不为零的元素；
根据不为零的元素，从图形比较矩阵中除目标行之外的行中选取包含目标元素的行；其中，目标元素为与不为零的元素的数值相等的元素；
根据目标行和包含目标元素的行，将目标行和包含目标元素的行中的非零元素所对应的图形划分为相同图形，并输出分组结果。
可选的，该允许位置偏差的图形分组装置还用于：
判断图形集合中的所有待分组的图形是否实现分组；
若否，则从图形集合中确定未分组的待分组的图形；
基于待分组的图形，按照贪婪分组策略进行分组。
可选的，若预设策略为孤儿分组策略，则分组模块404，用于：
根据目标行的元素和孤儿分组策略，将目标行所包含的非零元素对应的图形划分为相同图形；
根据相同图形所包含的图形，从图形集合选取未分组的图形进行分组，直至图形集合中的多个待分组的图形均完成分组，并输出分组结果。
可选的，若预设策略为rich分组策略，则分组模块404，用于：
根据目标行的元素和rich分组策略，将目标行所包含的非零元素对应的图形划分为相同图形；
根据相同图形所包含的图形，从图形集合选取未分组的图形进行分组，直至图形集合中的多个待分组的图形均完成分组，并输出分组结果。
图4所示装置中的各个模块/单元具有实现图3a中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
图5示出了本申请实施例提供的允许位置偏差的图形分组设备的结构示 意图。
允许位置偏差的图形分组设备可以包括处理器501以及存储有计算机程序指令的存储器502。
具体地，上述处理器501可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器502可在允许位置偏差的图形分组设备的内部或外部。在特定实施例中，存储器502可以是非易失性固态存储器。
在一个实施例中，存储器502可以是只读存储器(Read Only Memory，ROM)。在一个实施例中，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现上述实施例中的任意一种允许位置偏差的图形分组方法。
在一个示例中，允许位置偏差的图形分组设备还可包括通信接口503和总线510。其中，如图5所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
通信接口503，主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线510包括硬件、软件或两者，将允许位置偏差的图形分组设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
另外，结合上述实施例中的允许位置偏差的图形分组方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种允许位置偏差的图形分组方法。
需要明确的是，本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本申请的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本申请的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上的结构框图中所示的功能模块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可 读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本申请中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本申请不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
以上，仅为本申请的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。

Claims (26)

  1. 一种允许位置偏差的图形分组方法，其特征在于，包括：
    获取待分组的图形集合，所述图形集合中包括多个待分组的图形；
    基于所述图形集合构建图形比较矩阵，所述图形比较矩阵包括用于表征不同图形之间的相似度的多个元素；
    根据预设策略，从所述图形比较矩阵选取满足预设条件的目标行，以及确定位于所述目标行的所述元素；
    根据所述目标行的所述元素和所述预设策略，对所述图形集合中的所述多个待分组的图形进行分组，并输出分组结果。
  2. 根据权利要求1所述的允许位置偏差的图形分组方法，其特征在于，所述预设策略包括贪婪分组策略、孤儿分组策略、Rich分组策略、weak-rich分组策略中的任意一种。
  3. 根据权利要求2所述的允许位置偏差的图形分组方法，其特征在于，若所述预设策略为所述贪婪分组策略，则根据预设策略，从所述图形比较矩阵选取满足预设条件的目标行，以及确定位于所述目标行的所述元素，包括：
    根据所述贪婪分组策略，从所述图形比较矩阵选取包含非零元素最多的行确定为所述目标行；
    根据所述目标行，确定位于所述目标行的所述元素。
  4. 根据权利要求3所述的允许位置偏差的图形分组方法，其特征在于，根据所述贪婪分组策略，从所述图形比较矩阵选取包含非零元素最多的行确定为所述目标行，包括：
    确定所述图形比较矩阵中各行所包含的非零元素的数量；
    根据所述非零元素的数量，对所述图形比较矩阵中各行进行排序，得到排序结果；
    根据所述排序结果，从所述图形比较矩阵选取包含所述非零元素的数量最多的行，并确定为所述目标行。
  5. 根据权利要求2所述的允许位置偏差的图形分组方法，其特征在于，若所述预设策略包括所述孤儿分组策略，则根据预设策略，从所述图形比较矩阵选取满足预设条件的目标行，以及确定位于所述目标行的所述元素，包括：
    根据所述孤儿分组策略，从所述图形比较矩阵选取包含非零元素最少的行确定为所述目标行；
    根据所述目标行，确定位于所述目标行的所述元素。
  6. 根据权利要求5所述的允许位置偏差的图形分组方法，其特征在于，根据所述孤儿分组策略，从所述图形比较矩阵选取包含非零元素最少的行确定为所述目标行，包括：
    确定所述图形比较矩阵中各行所包含的非零元素的数量；
    根据所述非零元素的数量，对所述图形比较矩阵中各行进行排序，得到排序结果；
    根据所述排序结果，从所述图形比较矩阵选取包含所述非零元素的数量最少的行，并确定为所述目标行。
  7. 根据权利要求2所述的允许位置偏差的图形分组方法，其特征在于，若所述预设策略包括所述Rich分组策略，则根据预设策略，从所述图形比较矩阵选取满足预设条件的目标行，以及确定位于所述目标行的所述元素，包括：
    根据所述Rich分组策略，从所述图形比较矩阵选取包含非零元素最多的行确定为所述目标行；
    根据所述目标行，确定位于所述目标行的所述元素。
  8. 根据权利要求7所述的允许位置偏差的图形分组方法，其特征在于，根据所述Rich分组策略，从所述图形比较矩阵选取包含非零元素最多的行确定为所述目标行，包括：
    确定所述图形比较矩阵中各行所包含的非零元素的数量；
    根据所述非零元素的数量，对所述图形比较矩阵中各行进行排序，得到排序结果；
    根据所述排序结果，从所述图形比较矩阵选取包含所述非零元素的数量最多的行，并确定为所述目标行。
  9. 根据权利要求2所述的允许位置偏差的图形分组方法，其特征在于，若所述预设策略为所述贪婪分组策略，则根据所述目标行的所述元素和所述预设策略，对所述图形集合中的所述多个待分组的图形进行分组，并输出分组结果，包括：
    根据所述目标行的所述元素，确定所述目标行中不为零的所述元素；
    根据所述不为零的所述元素，从所述图形比较矩阵中除所述目标行之外的行中选取包含目标元素的行；其中，所述目标元素为与所述不为零的所述元素的数值相等的元素；
    根据所述目标行和所述包含目标元素的行，将所述目标行和所述包含目标元素的行中的非零元素所对应的图形划分为相同图形，并输出所述分组结果。
  10. 根据权利要求9所述的允许位置偏差的图形分组方法，其特征在于，所述方法还包括：
    判断所述图形集合中的所有所述待分组的图形是否实现分组；
    若否，则从所述图形集合中确定未分组的所述待分组的图形；
    基于所述待分组的图形，按照所述贪婪分组策略进行分组。
  11. 根据权利要求2所述的允许位置偏差的图形分组方法，其特征在于，若所述预设策略为所述孤儿分组策略，则根据所述目标行的所述元素和所述预设策略，对所述图形集合中的所述多个待分组的图形进行分组，并输出分组结果，包括：
    根据所述目标行的所述元素和所述孤儿分组策略，将所述目标行所包含的非零元素对应的图形划分为相同图形；
    根据所述相同图形所包含的图形，从所述图形集合选取未分组的图形进行分组，直至所述图形集合中的所述多个待分组的图形均完成分组，并输出所述分组结果。
  12. 根据权利要求2所述的允许位置偏差的图形分组方法，其特征在于，若所述预设策略为所述rich分组策略，则根据所述目标行的所述元素和所述预设策略，对所述图形集合中的所述多个待分组的图形进行分组，并输出分组结果，包括：
    根据所述目标行的所述元素和所述rich分组策略，将所述目标行所包含的非零元素对应的图形划分为相同图形；
    根据所述相同图形所包含的图形，从所述图形集合选取未分组的图形进行分组，直至所述图形集合中的所述多个待分组的图形均完成分组，并输出所述分组结果。
  13. 一种允许位置偏差的图形分组装置，其特征在于，所述装置包括：
    获取模块，用于获取待分组的图形集合，所述图形集合中包括多个待分组的图形；
    构建模块，用于基于所述图形集合构建图形比较矩阵，所述图形比较矩阵包括用于表征不同图形之间的相似度的多个元素；
    选取模块，用于根据预设策略，从所述图形比较矩阵选取满足预设条件 的目标行，以及确定位于所述目标行的所述元素；
    分组模块，用于根据所述目标行的所述元素和所述预设策略，对所述图形集合中的所述多个待分组的图形进行分组，并输出分组结果。
  14. 根据权利要求13所述的允许位置偏差的图形分组装置，其特征在于，所述预设策略包括贪婪分组策略、孤儿分组策略、Rich分组策略、weak-rich分组策略中的任意一种。
  15. 根据权利要求14所述的允许位置偏差的图形分组装置，其特征在于，若所述预设策略为所述贪婪分组策略，则选取模块，包括：
    第一选取单元，用于根据所述贪婪分组策略，从所述图形比较矩阵选取包含非零元素最多的行确定为所述目标行；
    第一确定单元，用于根据所述目标行，确定位于所述目标行的所述元素。
  16. 根据权利要求15所述的允许位置偏差的图形分组装置，其特征在于，第一选取单元，用于：
    确定所述图形比较矩阵中各行所包含的非零元素的数量；
    根据所述非零元素的数量，对所述图形比较矩阵中各行进行排序，得到排序结果；
    根据所述排序结果，从所述图形比较矩阵选取包含所述非零元素的数量最多的行，并确定为所述目标行。
  17. 根据权利要求14所述的允许位置偏差的图形分组装置，其特征在于，若所述预设策略包括所述孤儿分组策略，则选取模块，包括：
    第二选取单元，用于根据所述孤儿分组策略，从所述图形比较矩阵选取包含非零元素最少的行确定为所述目标行；
    第二确定单元，用于根据所述目标行，确定位于所述目标行的所述元素。
  18. 根据权利要求17所述的允许位置偏差的图形分组装置，其特征在于， 第二选取单元，用于：
    确定所述图形比较矩阵中各行所包含的非零元素的数量；
    根据所述非零元素的数量，对所述图形比较矩阵中各行进行排序，得到排序结果；
    根据所述排序结果，从所述图形比较矩阵选取包含所述非零元素的数量最少的行，并确定为所述目标行。
  19. 根据权利要求14所述的允许位置偏差的图形分组装置，其特征在于，若所述预设策略包括所述Rich分组策略，则选取模块，包括：
    第三选取单元，用于根据所述Rich分组策略，从所述图形比较矩阵选取包含非零元素最多的行确定为所述目标行；
    第三确定单元，用于根据所述目标行，确定位于所述目标行的所述元素。
  20. 根据权利要求19所述的允许位置偏差的图形分组装置，其特征在于，第三选取单元，用于：
    确定所述图形比较矩阵中各行所包含的非零元素的数量；
    根据所述非零元素的数量，对所述图形比较矩阵中各行进行排序，得到排序结果；
    根据所述排序结果，从所述图形比较矩阵选取包含所述非零元素的数量最多的行，并确定为所述目标行。
  21. 根据权利要求14所述的允许位置偏差的图形分组装置，其特征在于，若所述预设策略为所述贪婪分组策略，则分组模块，用于：
    根据所述目标行的所述元素，确定所述目标行中不为零的所述元素；
    根据所述不为零的所述元素，从所述图形比较矩阵中除所述目标行之外的行中选取包含目标元素的行；其中，所述目标元素为与所述不为零的所述元素的数值相等的元素；
    根据所述目标行和所述包含目标元素的行，将所述目标行和所述包含目标元素的行中的非零元素所对应的图形划分为相同图形，并输出所述分组结果。
  22. 根据权利要求21所述的允许位置偏差的图形分组装置，其特征在于，所述装置还用于：
    判断所述图形集合中的所有所述待分组的图形是否实现分组；
    若否，则从所述图形集合中确定未分组的所述待分组的图形；
    基于所述待分组的图形，按照所述贪婪分组策略进行分组。
  23. 根据权利要求14所述的允许位置偏差的图形分组装置，其特征在于，若所述预设策略为所述孤儿分组策略，则分组模块，用于：
    根据所述目标行的所述元素和所述孤儿分组策略，将所述目标行所包含的非零元素对应的图形划分为相同图形；
    根据所述相同图形所包含的图形，从所述图形集合选取未分组的图形进行分组，直至所述图形集合中的所述多个待分组的图形均完成分组，并输出所述分组结果。
  24. 根据权利要求14所述的允许位置偏差的图形分组装置，其特征在于，若所述预设策略为所述rich分组策略，则分组模块，用于：
    根据所述目标行的所述元素和所述rich分组策略，将所述目标行所包含的非零元素对应的图形划分为相同图形；
    根据所述相同图形所包含的图形，从所述图形集合选取未分组的图形进行分组，直至所述图形集合中的所述多个待分组的图形均完成分组，并输出所述分组结果。
  25. 一种允许位置偏差的图形分组设备，其特征在于，所述允许位置偏差的图形分组设备包括：处理器以及存储有计算机程序指令的存储器；
    所述处理器执行所述计算机程序指令时实现如权利要求1-12任意一项所述的允许位置偏差的图形分组方法。
  26. 一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-12任意一项所述的允许位置偏差的图形分组方法。
PCT/CN2023/077635 2022-07-28 2023-02-22 允许位置偏差的图形分组方法、装置、设备及存储介质 WO2024021590A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210897588.X 2022-07-28
CN202210897588.XA CN115272764A (zh) 2022-07-28 2022-07-28 允许位置偏差的图形分组方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
WO2024021590A1 true WO2024021590A1 (zh) 2024-02-01
WO2024021590A9 WO2024021590A9 (zh) 2024-04-04

Family

ID=83771867

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2023/077635 WO2024021590A1 (zh) 2022-07-28 2023-02-22 允许位置偏差的图形分组方法、装置、设备及存储介质

Country Status (2)

Country Link
CN (1) CN115272764A (zh)
WO (1) WO2024021590A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115272764A (zh) * 2022-07-28 2022-11-01 东方晶源微电子科技（北京）有限公司 允许位置偏差的图形分组方法、装置、设备及存储介质
CN116108213A (zh) * 2022-12-21 2023-05-12 东方晶源微电子科技（北京）有限公司 缺陷图形数据库的建立方法、装置、设备及可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2784737A1 (en) * 2013-03-29 2014-10-01 L.S.Q. Llc Systems and methods for utilizing micro-interaction events on computing devices to administer questions
CN110363049A (zh) * 2018-04-10 2019-10-22 阿里巴巴集团控股有限公司 图形元素检测识别和类别确定的方法及装置
CN112200716A (zh) * 2020-10-15 2021-01-08 广州博冠信息科技有限公司 图形处理方法、装置、电子设备及非易失性存储介质
CN112632893A (zh) * 2020-12-18 2021-04-09 南京华大九天科技有限公司 图形筛选方法及装置、服务器和存储介质
CN113011327A (zh) * 2021-03-18 2021-06-22 苏州市开鑫智慧教育科技有限公司 一种三维图形识别方法、装置、设备及存储介质
CN113255799A (zh) * 2021-06-02 2021-08-13 北京理工大学 一种掩模特征图形的图谱聚类方法
CN115272764A (zh) * 2022-07-28 2022-11-01 东方晶源微电子科技（北京）有限公司 允许位置偏差的图形分组方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2784737A1 (en) * 2013-03-29 2014-10-01 L.S.Q. Llc Systems and methods for utilizing micro-interaction events on computing devices to administer questions
CN110363049A (zh) * 2018-04-10 2019-10-22 阿里巴巴集团控股有限公司 图形元素检测识别和类别确定的方法及装置
CN112200716A (zh) * 2020-10-15 2021-01-08 广州博冠信息科技有限公司 图形处理方法、装置、电子设备及非易失性存储介质
CN112632893A (zh) * 2020-12-18 2021-04-09 南京华大九天科技有限公司 图形筛选方法及装置、服务器和存储介质
CN113011327A (zh) * 2021-03-18 2021-06-22 苏州市开鑫智慧教育科技有限公司 一种三维图形识别方法、装置、设备及存储介质
CN113255799A (zh) * 2021-06-02 2021-08-13 北京理工大学 一种掩模特征图形的图谱聚类方法
CN115272764A (zh) * 2022-07-28 2022-11-01 东方晶源微电子科技（北京）有限公司 允许位置偏差的图形分组方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YANG XINHUA; LI SIKUN; LIAO LUFENG; ZHANG LIBIN; ZHANG SHUANG; ZHANG SHENGRUI; SHI WEIJIE; WEI YAYI; WANG XIANGZHAO: "Critical Pattern Selection Method for Full-Chip Source and Mask Optimization Based on Depth-First Search", ACTA OPTICA SINICA, SHANGHAI KEXUE JISHU CHUBANSHE , SHANGHAI, CN, vol. 42, no. 10, 31 May 2022 (2022-05-31), CN , pages 210 - 219, XP009552263, ISSN: 0253-2239, DOI: 10.3788/AOS202242.1022002 *

Also Published As

Publication number Publication date
CN115272764A (zh) 2022-11-01
WO2024021590A9 (zh) 2024-04-04

Similar Documents

Publication Publication Date Title
WO2024021590A1 (zh) 允许位置偏差的图形分组方法、装置、设备及存储介质
CN111950225A (zh) 一种芯片布局方法、装置、存储介质和电子设备
CN108811028B (zh) 一种机会网络链路的预测方法、装置及可读存储介质
CN111818318B (zh) 图像处理器的白平衡调谐方法、装置、设备及存储介质
CN115170057B (zh) 一种基于机器学习的oa审批控制系统及方法
CN115062570B (zh) 一种形式验证方法、装置、设备及计算机存储介质
CN109901429B (zh) 一种延时控制方法、采样控制方法及装置、采样系统
CN115345095A (zh) 数字电路分析、电路图显示方法、装置、设备及介质
CN111337820A (zh) 数字芯片扫描链测试方法、装置、设备及介质
JP6410995B2 (ja) 干渉識別装置および干渉識別方法
CN108920601B (zh) 一种数据匹配方法及装置
CN113111614B (zh) 类总线分组的确定方法、装置、设备及介质
CN111600731A (zh) 一种期货行情档位快速处理系统和方法
CN113984208B (zh) 一种光谱仪波长标定方法、系统、介质及电子终端
CN117236244A (zh) 一种时序路径的分析方法、装置、设备和存储介质
CN116151186A (zh) 一种时序优化方法、装置和电子设备
CN109828894B (zh) 设备状态数据的采集方法、装置、存储介质和电子设备
CN114444431A (zh) 差动阻抗线自动挑选方法、装置和存储介质
CN110543664B (zh) 一种面向具有特有结构fpga的工艺映射方法
CN109740249B (zh) 一种mux树逻辑结构优化方法、模块及存储介质
CN113917321A (zh) 扫描链测试方法、装置、计算机设备及存储介质
JPWO2004046975A1 (ja) 電子回路設計のタイミング改善方法、プログラム及び装置
CN113568894A (zh) 数据库的数据冗余处理方法、装置、电子设备及存储介质
CN116086497B (zh) 基于神经网络的光纤陀螺仪低角速率下的输出校正方法、装置、介质
JPH1075218A (ja) データ群の特性境界識別方法及び装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23844809

Country of ref document: EP

Kind code of ref document: A1