[發(fā)明專利]一種圖像差異檢測(cè)方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110646644.8
• 申請(qǐng)日: 2021-06-10
• 公開（公告）號(hào): CN113554592A
• 公開（公告）日: 2021-10-26
• 發(fā)明（設(shè)計(jì)）人: 陳南博;趙軍明;張偉
• 申請(qǐng)（專利權(quán)）人: 蘇州芯聯(lián)成軟件有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T5/00;G06N3/08
• 代理公司: 蘇州創(chuàng)元專利商標(biāo)事務(wù)所有限公司 32103
• 代理人: 范晴

本發(fā)明公開了一種圖像差異檢測(cè)方法和裝置。其中，所述方法應(yīng)用于集成電路中，包括：對(duì)采集到的樣本圖像進(jìn)行預(yù)處理；構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的差異檢測(cè)模型；根據(jù)預(yù)處理后的樣本圖像對(duì)所述差異檢測(cè)模型進(jìn)行模型訓(xùn)練，以得到目標(biāo)差異檢測(cè)模型；根據(jù)目標(biāo)差異檢測(cè)模型對(duì)待檢測(cè)圖像進(jìn)行檢測(cè)，確定所述待檢測(cè)圖像之間的差異信息并根據(jù)所述差異信息確定出異常圖像數(shù)據(jù)。本實(shí)施例的技術(shù)方案，通過神經(jīng)網(wǎng)絡(luò)構(gòu)建的目標(biāo)差異檢測(cè)模型對(duì)圖像差異進(jìn)行檢測(cè)，能夠提高海量圖像差異檢測(cè)的效率和準(zhǔn)確率，最終大幅提高超大規(guī)模數(shù)字電路提取的速率和準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明實(shí)施例涉及圖像處理技術(shù)領(lǐng)域，具體涉及集成電路圖像處理技術(shù)領(lǐng)域，尤其涉及一種圖像差異檢測(cè)方法和裝置。

背景技術(shù)

隨著IC設(shè)計(jì)的迅猛發(fā)展，集成電路的集成度越來越高，數(shù)字電路的規(guī)模也越來越大。

對(duì)于百萬門級(jí)乃至千萬門級(jí)以上規(guī)模的電路，數(shù)字門電路中基本單元類型相同但驅(qū)動(dòng)和尺寸不同的電路較為普遍，這些基本單元在圖像上差異較細(xì)微(參見圖1a中的A區(qū)域和圖1b中的B區(qū)域)，現(xiàn)有的人工執(zhí)行的實(shí)例確認(rèn)流程和算法已不能滿足需求。

并且，人工透視確認(rèn)存在主觀因素，視覺疲勞易引起誤檢，現(xiàn)有的實(shí)例確認(rèn)流程和算法不僅耗費(fèi)巨大的人力資源，最終的電路提取速率和準(zhǔn)確率也不高，阻礙了高效電路分析的愿景。

發(fā)明內(nèi)容

本發(fā)明提供一種圖像差異檢測(cè)方法和裝置，以提高海量圖像差異檢測(cè)的效率和準(zhǔn)確率，最終大幅提高超大規(guī)模數(shù)字電路提取的速率和準(zhǔn)確率。

第一方面，本發(fā)明實(shí)施例提供了一種圖像差異檢測(cè)方法，應(yīng)用于集成電路中，包括：

對(duì)采集到的樣本圖像進(jìn)行預(yù)處理；

構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的差異檢測(cè)模型；

根據(jù)預(yù)處理后的樣本圖像對(duì)所述差異檢測(cè)模型進(jìn)行模型訓(xùn)練，以得到目標(biāo)差異檢測(cè)模型；

根據(jù)目標(biāo)差異檢測(cè)模型對(duì)待檢測(cè)圖像進(jìn)行檢測(cè)，確定所述待檢測(cè)圖像之間的差異信息并根據(jù)所述差異信息確定出異常圖像數(shù)據(jù)。

第二方面，本發(fā)明實(shí)施例還提供了一種異常圖像檢測(cè)裝置，應(yīng)用于集成電路中，所述裝置包括：

預(yù)處理模塊，用于對(duì)采集到的樣本圖像進(jìn)行預(yù)處理；

模型構(gòu)建模塊，用于構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的差異檢測(cè)模型；

模型訓(xùn)練模塊，用于根據(jù)預(yù)處理后的樣本圖像對(duì)所述差異檢測(cè)模型進(jìn)行模型訓(xùn)練，以得到目標(biāo)差異檢測(cè)模型；

檢測(cè)模塊，用于根據(jù)目標(biāo)差異檢測(cè)模型對(duì)待檢測(cè)圖像進(jìn)行檢測(cè)，確定所述待檢測(cè)圖像之間的差異信息并根據(jù)所述差異信息確定出異常圖像數(shù)據(jù)。

本發(fā)明通過對(duì)采集到的樣本圖像進(jìn)行預(yù)處理，并構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的差異檢測(cè)模型，進(jìn)而根據(jù)預(yù)處理后的樣本圖像對(duì)差異檢測(cè)模型進(jìn)行訓(xùn)練以得到目標(biāo)差異檢測(cè)模型，最終利用訓(xùn)練后的目標(biāo)差異檢測(cè)模型對(duì)待檢測(cè)圖像進(jìn)行差異檢測(cè)。通過神經(jīng)網(wǎng)絡(luò)構(gòu)建的目標(biāo)差異檢測(cè)模型對(duì)圖像差異進(jìn)行檢測(cè)，能夠提高海量圖像差異檢測(cè)的效率和準(zhǔn)確率，最終大幅提高超大規(guī)模數(shù)字電路提取的速率和準(zhǔn)確率。

附圖說明

圖1a和圖1b為顯微圖像的細(xì)微差異對(duì)比圖；

圖2為本發(fā)明實(shí)施例一提供的一種圖像差異檢測(cè)方法的流程圖；

圖3為本發(fā)明實(shí)施例二提供的基本單元diff(有源)層圖像；

圖4為本發(fā)明實(shí)施例二提供的一種基本單元的二值圖；

圖5a為本發(fā)明實(shí)施例二提供的一種基本單元模板圖像；

圖5b為本發(fā)明實(shí)施例二提供的一種基本單元實(shí)例圖像；