一种cis 图像传感器的失效信息自动分类方法及系统的制作方法
【专利摘要】本发明提供一种CIS图像传感器的失效信息自动分类方法及系统，该自动分类方法包括：CIS图像传感器输出检测结果图片文件；所述检测结果图片文件为BMP图片文件；解读所述检测结果图片文件，提取失效信息，具体过程包括：将所述BMP图片文件转换成十六进制文件；根据正常位和失效位的像素颜色有跳变的特征，通过分层聚类分析方法找到失效位的灰度值范围；将所述失效信息转换成标准文本格式的结果文件；根据自定义失效模式对所述结果文件中的失效信息进行自动化归类；显示自动化归类结果。本发明快速的解决了对CIS产品图象测试结果进行自动归类分析的难题，避免了长期以来人工用眼睛来统计和归类的低效率和不精确问题。
【专利说明】—种CIS图像传感器的失效信息自动分类方法及系统
【技术领域】
[0001]本发明属于半导体检测【技术领域】，涉及一种CIS图像传感器的失效信息自动分类方法及系统。
【背景技术】
[0002]CMOS图像传感器随着手机摄像头的发展可谓是日新月异。从早年的20K像素到现在32M像素，世界各地不同公司、大学、以及研究机构都在不停地开发CMOS图像传感器，每年都有新的技术产生。随着像素设计的不断减小，其对CMOS图像传感器的生产工艺和质量都产生了新的挑战。为了保证产品的质量，每一个图象传感器都需要测试检验，并得出对应的BMP图片，从BMP图片上可以看出有问题的产品上各种失效模式的图形特征。
[0003]为了获取CMOS图像传感器失效机理的信息，需要找到有问题的CMOS图像传感器芯片上每一个失效像素的位置。目前确定失效像素位置的方法是人工利用肉眼对获取的失效位进行统计，并制成图表，然后分类分析，从而找到其失效的机理。如图1所示，其为一张CIS产品的测试结果示意图，其中存在单点的BMP失效信息，和条状的BMP失效信息。图1所示的失效信息的类型比较简单，容易人工判断，但当失效信息的类型以及数量都非常多时，利用肉眼对失效信息进行判断分类显然是不现实的，即上述方法的最大问题是:需要花费工程师大量的脑力和时间，而且也经常出现丢失信息、误判等情况，因此上述方法随着CIS传感器的容量增大而变得难以实现。
【发明内容】
[0004]鉴于以上所述现有技术的缺点，本发明的目的在于提供一种CIS图像传感器的失效信息自动分类方法及系统，用于解决现有技术中人工对CIS图像传感器的失效信息进行统计和归类的低效率和不精确的问题。
[0005]为实现上述目的及其他相关目的，本发明提供一种CIS图像传感器的失效信息自动分类方法及系统，其中所述CIS图像传感器的失效信息自动分类方法包括:CIS图像传感器输出检测结果图片文件；所述检测结果图片文件为BMP图片文件；解读所述检测结果图片文件，提取失效信息，具体过程包括:将所述BMP图片文件转换成十六进制文件；根据正常位和失效位的像素颜色有跳变的特征，通过分层聚类分析方法找到失效位的灰度值范围；将所述失效信息转换成标准文本格式的结果文件；根据自定义失效模式对所述结果文件中的失效信息进行自动化归类；显示自动化归类结果。
[0006]优选地，在所述通过分层聚类分析方法找到失效位的灰度值范围步骤之前，先对所述十六进制文件进行边框过滤处理，过滤处理的具体过程为:剔除所述十六进制文件中整行或整列黑色像素超过90%的边框。
[0007]优选地，将所述失效信息转换成标准文本格式的结果文件的具体实现过程包括:读取符合所述失效位的灰度值范围的位置信息，将所述位置信息输出成标准文本格式的结果文件。[0008]优选地，所述自定义失效模式包括:以形状定义失效模式，包括单点模式、双点模式、行线模式、列线模式、相交线模式、区域模式。
[0009]优选地，所述自动化归类的方式包括:根据从大到小的原则，即按面、线、点的顺序依次进行分类，具体实现过程为:判断所述结果文件中的位置信息是否属于区域模式，若是则归类到区域模式；否则继续判断所述位置信息是否属于行线模式、列线模式、或相交线模式，若是则归类到对应的行线模式、列线模式、或相交线模式；否则继续判断所述位置信息是否属于单点模式或双点模式，若是则归类到对应的单点模式或双点模式。
[0010]优选地，所述自动化归类的方式包括:根据所述失效信息体现为面、行、列、点的特征，将所述结果文件中的位置信息按行方向排序，再按列方向排序，然后将排序后的位置信息进行聚类分析，找到每个位置信息所归属的失效模式。
[0011]优选地，所述显示自动化归类结果的实现过程包括:采用失效模式界面、或/和统计数据图表界面、或/和传感器失效信息布局界面、或/和失效模式和位图显示界面来显示所述自动化归类结果。
[0012]所述CIS图像传感器的失效信息自动分类系统包括:文件格式转换模块、失效信息提取模块、标准文本格式输出模块、自动归类模块；所述文件格式转换模块用以接收Cis图像传感器输出的检测结果图片文件，并将所述检测结果图片文件转换成十六进制文件；所述失效信息提取模块与所述文件格式转换模块相连，用以根据正常位和失效位的像素颜色有跳变的特征，通过分层聚类分析方法找到失效位的灰度值范围；所述标准文本格式输出模块与所述失效信息提取模块相连，用以将所述失效信息转换成标准文本格式的结果文件；所述自动归类模块，与所述标准文本格式输出模块相连，用以根据自定义的失效模式对所述结果文件中的失效信息进行自动化归类。
[0013]优选地，所述CIS图像传感器的失效信息自动分类系统还包括:滤波模块、显示模块；所述滤波模块与所述文件格式转换模块和所述失效信息提取模块分别相连，用以将所述十六进制文件中整行或整列黑色像素超过90%的边框滤除；所述显示模块与所述自动归类模块相连，用以显示自动化归类结果。
[0014]优选地，所述自定义失效模式包括:以形状定义失效模式，包括单点模式、双点模式、行线模式、列线模式、相交线模式、区域模式。
[0015]优选地，所述自动归类模块包括:第一判断模块、第一是执行模块、第一否执行模块、第二判断模块、第二是执行模块、第二否执行模块、第三判断模块、第三是执行模块；所述第一判断模块与所述标准文本格式输出模块相连，用以判断所述结果文件中的位置信息是否属于区域模式；所述第一是执行模块与所述第一判断模块相连，用以在所述结果文件中的位置信息属于区域模式时将所述位置信息归类到区域模式；所述第一否执行模块与所述第一判断模块相连，用以在所述结果文件中的位置信息不属于区域模式时执行一第二判断模块；所述第二判断模块，与所述第一否执行模块相连，用以继续判断所述位置信息是否属于行线模式、列线模式、或相交线模式；所述第二是执行模块与所述第二判断模块相连，用以在所述位置信息属于行线模式、列线模式、或相交线模式时将所述位置信息归类到对应的行线模式、列线模式、或相交线模式；所述第二否执行模块与所述第二判断模块相连，用以在所述位置信息不属于行线模式、列线模式、或相交线模式时执行一第三判断模块；所述第三判断模块与所述第二否执行模块相连，用以继续判断所述位置信息是否属于单点模式或双点模式；所述第三是执行模块与所述第三判断模块相连，用以在所述位置信息属于单点模式或双点模式时将所述位置信息归类到对应的单点模式或双点模式。
[0016]优选地，所述自动归类模块包括:排序模块、聚类分析模块；所述排序模块与所述标准文本格式输出模块相连，用以根据所述失效信息体现为面、行、列、点的特征，将所述结果文件中的位置信息按行方向排序，再按列方向排序，获得排序后的位置信息；所述聚类分析模块与所述排序模块相连，用以将所述排序后的位置信息进行聚类分析，找到每个位置信息所归属的失效模式。
[0017]如上所述，本发明所述的CIS图像传感器的失效信息自动分类方法及系统，具有以下有益效果:本发明快速的解决了对CIS产品图象测试结果进行自动归类分析的难题，避免了长期以来人工用眼睛来统计和归类的低效率和不精确问题；此外，本发明实现了对CIS图像传感器输出的BMP图片文件进行精准地解读，从系统的角度实现了图象特征的自动化分类分析，大大提高了生产效率。
【专利附图】
【附图说明】
[0018]图1为现有的一张CIS产品的测试结果示意图。
[0019]图2为本发明所述的CIS图像传感器的失效信息自动分类方法的流程示意图。
[0020]图3为本发明所述的CIS图像传感器的失效信息自动分类方法的进一步详细流程示意图。 [0021]图4为本发明所述的CIS图像传感器的失效信息自动分类方法中自动化归类步骤的一种实现流程示意图。
[0022]图5为本发明所述的CIS图像传感器的失效信息自动分类方法中自动化归类步骤的另一种实现流程示意图。
[0023]图6为本发明所述的CIS图像传感器的失效信息自动分类系统的结构示意图。
[0024]图7为本发明所述的CIS图像传感器的失效信息自动分类系统中自动归类模块的一种结构不意图。
[0025]图8为本发明所述的CIS图像传感器的失效信息自动分类系统中自动归类模块的另一种结构不意图。
[0026]元件标号说明
[0027]I文件格式转换模块
[0028]2滤波模块
[0029]3失效信息提取模块
[0030]4标准文本格式输出模块
[0031]5自动归类模块
[0032]6显示模块
[0033]51第一判断模块
[0034]52第一是执行模块
[0035]53第一否执行模块
[0036]54第二判断模块
[0037]55第二是执行模块[0038]56第二否执行模块
[0039]57第三判断模块
[0040]58第三是执行模块
[0041]5IA排序模块
[0042]52A聚类分析模块
【具体实施方式】
[0043]以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的【具体实施方式】加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
[0044]请参阅附图。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0045]下面结合实施例和附图对本发明进行详细说明。
[0046]实施例
[0047]本实施例提供一种CIS图像传感器的失效信息自动分类方法，如图2所示，该自动分类方法包括:
[0048]CIS图像传感器输出检测结果图片文件。进一步，所述检测结果图片文件为BMPCbitMap的缩写)图片文件，也可以为其他类型的图片文件。BMP是一个一定宽度和高度的像素点的集成，有2色位图、16色位图、256色位图和24位位图。半导体测试设备一般输出的是256色位图的黑白图片，用肉眼观察可以发现，凡是有失效位的地方显示不同灰度较黑的颜色外，其它地方则显示不同灰度的较白一些的颜色，参见图1所示。
[0049]解读所述检测结果图片文件，提取失效信息，具体过程包括:将所述检查结果图片文件转换成十六进制文件，根据正常位和失效位的像素颜色有跳变的特征，通过分层聚类分析方法提取失效息。
[0050]本实施例以BMP图片文件为例，对本步骤的实现过程进行详细描述。所述BMP图片文件转换成十六进制文件后，所述十六进制文件中像素的灰度值范围为00 (黑)~FF (白)，共256个灰度等级；根据正常位和失效位的像素颜色有跳变的特征，通过分层聚类分析方法可以找到失效位的灰度值范围为00~2F，以及和正常位的灰度值范围为50~FF。不同的图片的颜色和灰度是不同的，在图片上，尽管失效位颜色较黑，但其像素的颜色值还是不同的，但是正常位和失效位的颜色却是有着很大的跳变的，通过分层聚类分析的方法就可以很快找到失效位的灰度颜色。经过大量的数据分析发现，一般的失效位的灰度值范围为00~2F，而其它正常位的灰度值范围为50~FF。
[0051]为了提高本发明所述方法的效率，也可以将00~FF256个数据值分成32个等级，也就说将8个连续的十六进制值视为一个值，这样就有1、2、……32个等级值，基于失效位的颜色(即灰度)和其它正常位的颜色(即灰度)范围有一个大的跳变的特点，所以用聚类分析的算法将得到两个大的聚类，也就是说将数据分成了两组，第一组数据在等级1-6 (00~2F)中，第二组数据在等级11-32 (50?FF)，中间等级7-10 (30?4F)是个大的断层。
[0052]进一步，如图3所示，在所述通过分层聚类分析方法找到失效位的灰度值范围步骤之前，先对所述十六进制文件进行边框过滤处理，过滤处理的具体过程为:剔除所述十六进制文件中整行或整列黑色像素超过90%的边框。由于图片拍照的背景等因素，一些图片的周边看上去和失效位的颜色一样，都呈现黑色，因此必须将这些呈现黑色但又不是失效位的周边过滤出去。上述周边的黑色像素都体现出连续整行或整列的特点，为了快速的过滤，本发明需采用简单有效的算法将其剔除。本实施例所述的将周边的整行或整列黑色像素连续超过90%的边框过滤掉就是符合本发明的需求的方法。
[0053]将所述失效信息转换成标准文本格式的结果文件，具体实现过程包括:读取符合所述失效位的灰度值范围的位置信息，将所述位置信息输出成标准文本格式的结果文件。为了准确的读出失效位的位置信息，必须掌握BMP图片文件的结构，最重要的是图片的一个像素由几个值表示，图像的高有多少像素，宽有多少像素。输出的文件(即所述标准文本格式的结果文件)必须是常用系统需要的标准文件。
[0054]根据自定义失效模式对所述结果文件中的失效信息进行自动化归类。其中，所述自定义失效模式包括以形状定义失效模式或以其他形式定义失效模式，该失效模式的定义类型可根据实际情况进行，因此本发明的保护范围不局限于本实施例所例举的以形状定义这一种方式。一些基本的失效模式是由形状定义的，如单点的失效位，称其为Single Bit ；两个连续的失效位(Fail Bit),称其为Twin Bit ;失效位构成行方向连续的一条线,简称为WL ;失效位构成列方向连续的一条线，简称为BL ;失效位构成两条相交线，称为Cross ;或者失效位构成一块区域，称为Block等等。所述以形状定义的失效模式包括:单点模式、双点模式、行线模式、列线模式、相交线模式、区域模式等。自动化归类的的过程即是首先由用户对失效模式的特征进行定义，然后系统根据用户定义的失效模式去检查，找到和用户定义的失效模式(Fail Pattern)相符合的失效信息。
[0055]进一步，如图4所示，所述自动化归类的一种实现方式包括:根据从大到小的原贝U，即按面、线、点的顺序依次进行分类，具体实现过程为:判断所述结果文件中的位置信息是否属于区域模式，若是则归类到区域模式；否则继续判断所述位置信息是否属于行线模式、列线模式、或相交线模式，若是则归类到对应的行线模式、列线模式、或相交线模式；否则继续判断所述位置信息是否属于单点模式或双点模式，若是则归类到对应的单点模式或双点模式。本步骤即过滤掉已经检测过的数据，然后根据从大到小的检测原则，从面一线一点的检验方法进行分类分析，解决了分类查找效率的难题。
[0056]再进一步，如图5所示，所述自动化归类的另一种实用实现方式包括:根据所述失效信息体现为面、行、列、点的特征，将所述结果文件中的位置信息按行方向排序，再按列方向排序，然后将排序后的位置信息进行聚类分析，找到每个位置信息所归属的失效模式。尽管失效模式的数据庞大，但失效模式的定义体现为面、行、列、点，，基本上没有不规则失效模式的定义，所以本步骤所述的自动化归类的实现方式即是根据失效模式的定义特点来实现的。
[0057]显示自动化归类结果。所述显示自动化归类结果的实现方式有多种，可根据实际需要进行选择，如该显示方式包括:采用失效模式界面、或/和统计数据图表界面、或/和传感器失效信息布局界面、或/和失效模式和位图显示界面来显示所述自动化归类结果。[0058]本发明通过精确解读CIS图像传感器输出的图像信息，解读出该图像信息中的失效信息，并将失效信息转换成常用的文本格式的结果文件，然后对结果文件中的失效信息根据自定义的失效模式进行自动化的归类分析，最后用一个好的工具来显示分类结果，快速的解决了对CIS产品图象测试结果进行自动归类分析的难题，避免了长期以来人工用眼睛来统计和归类的低效率和不精确问题。本发明实现了对Cis图像传感器输出的BMP图片文件进行精准地解读，从系统的角度实现了图象特征的自动化分类分析，大大提高了生产效率。
[0059]本实施例还提供一种CIS图像传感器的失效信息自动分类系统，该自动分类系统可以实现本发明所述的自动分类方法，如图6所示，该自动分类系统包括:文件格式转换模块1、滤波模块2、失效信息提取模块3、标准文本格式输出模块4、自动归类模块5、显示模块
6。所述滤波模块2与所述文件格式转换模块I和所述失效信息提取模块3分别相连，所述标准文本格式输出模块4与所述失效信息提取模块3相连，所述自动归类模块5与所述标准文本格式输出模块4相连，所述显示模块6与所述自动归类模块5相连。
[0060]所述文件格式转换模块I用以接收CIS图像传感器输出的检测结果图片文件，并将所述检测结果图片文件转换成十六进制文件。所述检测结果图片文件可采用BMP图片文件。将所述BMP图片文件转换成十六进制文件后，所述十六进制文件中像素的灰度值范围为00?FFo
[0061]所述滤波模块2用以将所述十六进制文件中整行或整列黑色像素超过90%的边框滤除。
[0062]所述失效信息提取模块3用以根据正常位和失效位的像素颜色有跳变的特征，通过分层聚类分析方法找到失效位的灰度值范围。所述失效信息提取模块3根据正常位和失效位的像素颜色有跳变的特征，通过分层聚类分析方法找到失效位的灰度值范围为00?2F，正常位的灰度值范围为50?FF。
[0063]所述标准文本格式输出模块4用以将所述失效信息转换成标准文本格式的结果文件。具体地，所述标准文本格式输出模块4读取符合所述失效位的灰度值范围的位置信息，将所述位置信息输出成标准文本格式的结果文件。
[0064]所述自动归类模块5用以根据自定义的失效模式对所述结果文件中的失效信息进行自动化归类。其中，所述自定义失效模式包括但不限于以形状定义失效模式。以形状定义的失效模式包括单点模式、双点模式、行线模式、列线模式、相交线模式、区域模式。
[0065]进一步，所述自动归类模块5的一种实现结构如图7所示，包括:第一判断模块51、第一是执行模块52、第一否执行模块53、第二判断模块54、第二是执行模块55、第二否执行模块56、第三判断模块57、第三是执行模块58。
[0066]所述第一判断模块51与所述标准文本格式输出模块4相连，用以判断所述结果文件中的位置信息是否属于区域模式；所述第一是执行模块52与所述第一判断模块51相连，用以在所述结果文件中的位置信息属于区域模式时将所述位置信息归类到区域模式；所述第一否执行模块53与所述第一判断模块51相连，用以在所述结果文件中的位置信息不属于区域模式时执行一第二判断模块；所述第二判断模块54与所述第一否执行模块相连，用以继续判断所述位置信息是否属于行线模式、列线模式、或相交线模式；所述第二是执行模块55与所述第二判断模块54相连，用以在所述位置信息属于行线模式、列线模式、或相交线模式时将所述位置信息归类到对应的行线模式、列线模式、或相交线模式；所述第二否执行模块56与所述第二判断模块54相连，用以在所述位置信息不属于行线模式、列线模式、或相交线模式时执行一第三判断模块57 ;所述第三判断模块57与所述第二否执行模块56相连，用以继续判断所述位置信息是否属于单点模式或双点模式；所述第三是执行模块58与所述第三判断模块57相连，用以在所述位置信息属于单点模式或双点模式时将所述位置信息归类到对应的单点模式或双点模式。
[0067]再进一步，所述自动归类模块的另一种实现结构如图8所示，包括:排序模块51A、聚类分析模块52A ;所述排序模块51A与所述标准文本格式输出模块4相连，用以根据所述失效信息体现为面、行、列、点的特征，将所述结果文件中的位置信息按行方向排序，再按列方向排序，获得排序后的位置信息；所述聚类分析模块52A与所述排序模块51A相连，用以将所述排序后的位置信息进行聚类分析，找到每个位置信息所归属的失效模式。
[0068]所述显示模块6用以显示自动化归类结果。
[0069]本发明所述的CIS图像传感器的失效信息自动分类系统是由软件实现的，该自动分类系统中的各个组成模块与本发明中的自动分类方法中的步骤是完全对应一致的，即该自动分类系统中的各个组成模块均为功能模块，即由各个功能模块限定的自动分类系统是通过本发明所记载的实现CIS图像传感器的失效信息自动分类方法的计算机程序实现的功能模块架构。
[0070]本发明能够精确地解读CIS图像传感器输出的图像信息，能够对失效位进行精准的定位，为工程师FA切片提供数据支持。本发明还能够将解读结果进行快速有效的自动化分类统计，方便工程师对失效模式进行定义、统计查询、失效特征检查定位。故本发明为半导体测试输出的有关BMP图片文件的处理提供了精准而有效的方法。
[0071]综上所述，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
[0072]上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属【技术领域】中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
【权利要求】
1.一种CIS图像传感器的失效信息自动分类方法，其特征在于，所述CIS图像传感器的失效信息自动分类方法包括: CIS图像传感器输出检测结果图片文件；所述检测结果图片文件为BMP图片文件；解读所述检测结果图片文件，提取失效信息，具体过程包括:将所述BMP图片文件转换成十六进制文件；根据正常位和失效位的像素颜色有跳变的特征，通过分层聚类分析方法找到失效位的灰度值范围； 将所述失效信息转换成标准文本格式的结果文件； 根据自定义失效模式对所述结果文件中的失效信息进行自动化归类； 显示自动化归类结果。
2.根据权利要求1所述的CIS图像传感器的失效信息自动分类方法，其特征在于，在所述通过分层聚类分析方法找到失效位的灰度值范围步骤之前，先对所述十六进制文件进行边框过滤处理，过滤处理的具体过程为:剔除所述十六进制文件中整行或整列黑色像素超过90%的边框。
3.根据权利要求1所述的CIS图像传感器的失效信息自动分类方法，其特征在于，将所述失效信息转换成标准文本格式的结果文件的具体实现过程包括: 读取符合所述失效位的灰度值范围的位置信息，将所述位置信息输出成标准文本格式的结果文件。
4.根据权利要求3所述的CIS图像传感器的失效信息自动分类方法，其特征在于，所述自定义失效模式包括: 以形状定义失效模式，包括单点模式、双点模式、行线模式、列线模式、相交线模式、区域模式。
5.根据权利要求4所述的CIS图像传感器的失效信息自动分类方法，其特征在于，所述自动化归类的方式包括: 根据从大到小的原则，即按面、线、点的顺序依次进行分类，具体实现过程为: 判断所述结果文件中的位置信息是否属于区域模式，若是则归类到区域模式； 否则继续判断所述位置信息是否属于行线模式、列线模式、或相交线模式，若是则归类到对应的行线模式、列线模式、或相交线模式； 否则继续判断所述位置信息是否属于单点模式或双点模式，若是则归类到对应的单点模式或双点模式。
6.根据权利要求1或4所述的CIS图像传感器的失效信息自动分类方法，其特征在于，所述自动化归类的方式包括: 根据所述失效信息体现为面、行、列、点的特征，将所述结果文件中的位置信息按行方向排序，再按列方向排序，然后将排序后的位置信息进行聚类分析，找到每个位置信息所归属的失效模式。
7.根据权利要求1所述的CIS图像传感器的失效信息自动分类方法，其特征在于，所述显示自动化归类结果的实现过程包括:采用失效模式界面、或/和统计数据图表界面、或/和传感器失效信息布局界面、或/和失效模式和位图显示界面来显示所述自动化归类结果O
8.—种CIS图像传感器的失效信息自动分类系统，其特征在于，所述CIS图像传感器的失效信息自动分类系统包括: 文件格式转换模块，用以接收Cis图像传感器输出的检测结果图片文件，并将所述检测结果图片文件转换成十六进制文件； 失效信息提取模块，与所述文件格式转换模块相连，用以根据正常位和失效位的像素颜色有跳变的特征，通过分层聚类分析方法找到失效位的灰度值范围； 标准文本格式输出模块，与所述失效信息提取模块相连，用以将所述失效信息转换成标准文本格式的结果文件； 自动归类模块，与所述标准文本格式输出模块相连，用以根据自定义的失效模式对所述结果文件中的失效信息进行自动化归类。
9.根据权利要求8所述的CIS图像传感器的失效信息自动分类系统，其特征在于，所述CIS图像传感器的失效信息自动分类系统还包括: 滤波模块，与所述文件格式转换模块和所述失效信息提取模块分别相连，用以将所述十六进制文件中整行或整列黑色像素超过90%的边框滤除； 显示模块，与所述自动归类模块相连，用以显示自动化归类结果。
10.根据权利要求8所述的CIS图像传感器的失效信息自动分类系统，其特征在于，所述自定义失效模式包括: 以形状定义失效模式，包括单点模式、双点模式、行线模式、列线模式、相交线模式、区域模式。
11.根据权利要求10所述的CIS图像传感器的失效信息自动分类系统，其特征在于，所述自动归类模块包括: 第一判断模块，与所述标准文本格式输出模块相连，用以判断所述结果文件中的位置信息是否属于区域模式； 第一是执行模块，与所述第一判断模块相连，用以在所述结果文件中的位置信息属于区域模式时将所述位置信息归类到区域模式； 第一否执行模块，与所述第一判断模块相连，用以在所述结果文件中的位置信息不属于区域模式时执行一第二判断模块； 第二判断模块，与所述第一否执行模块相连，用以继续判断所述位置信息是否属于行线模式、列线模式、或相交线模式； 第二是执行模块，与所述第二判断模块相连，用以在所述位置信息属于行线模式、列线模式、或相交线模式时将所述位置信息归类到对应的行线模式、列线模式、或相交线模式；第二否执行模块，与所述第二判断模块相连，用以在所述位置信息不属于行线模式、列线模式、或相交线模式时执行一第三判断模块； 第三判断模块，与所述第二否执行模块相连，用以继续判断所述位置信息是否属于单点模式或双点模式； 第三是执行模块，与所述第三判断模块相连，用以在所述位置信息属于单点模式或双点模式时将所述位置信息归类到对应的单点模式或双点模式。
12.根据权利要求10所述的CIS图像传感器的失效信息自动分类系统，其特征在于，所述自动归类模块包括: 排序模块，与所述标准文本格式输出模块相连，用以根据所述失效信息体现为面、行、列、点的特征，将所述结果文件中的位置信息按行方向排序，再按列方向排序，获得排序后的位置信息； 聚类分析模块，与所述排序模块相连，用以将所述排序后的位置信息进行聚类分析，找到每个位置信息所归属 的失效模式。
【文档编号】G06F17/30GK103927312SQ201310015074
【公开日】2014年7月16日 申请日期:2013年1月15日 优先权日:2013年1月15日
【发明者】康栋, 林光启 申请人:中芯国际集成电路制造(上海)有限公司