基于Hadoop的集成电路短路关键面积提取方法技术

本发明专利技术公开一种基于Hadoop的短路关键面积提取方法，实现步骤为：(1)读取集成电路的版图图像；(2)上传集成电路的版图图像；(3)分块存储集成电路版图图像；(4)将数据节点的版图图像分片；(5)转换版图图像为映射类Map的输入键值对；(6)对版图图像进行预处理；(7)提取短路关键面积；(8)设置映射类Map的输出键值对；(9)设置化简类Reduce；(10)提交任务。本发明专利技术利用分布式处理框架Haoop对集成电路版图图像进行并行短路关键面积提取，能完成大规模集成电路短路关键面积快速提取的优点，可以提高大规模集成电路版图的短路关键面积提取效率。

【技术实现步骤摘要】
基于Hadoop的集成电路短路关键面积提取方法
本专利技术属于计算机
，更进一步涉及集成电路和计算机分布式数据处理
中的一种基于分布式处理框架Hadoop的大规模集成电路版图线网的短路关键面积提取方法。本专利技术应用分布式文件系统HDFS(HadoopDistributedFileSystem)对输入位图版图进行分布式的存储及应用映射-化简(MapReduce)架构对位图版图中的线网进行短路关键面积提取操作，可用于高效率地提取大规模位图版图中线网的短路关键面积。
技术介绍
集成电路制造过程中出现的随机缺陷会引起电路的开路和短路故障，从而降低集成电路芯片的成品率。关键面积是指集成电路中容易因随机缺陷而产生故障的关键区域面积，如果在这些区域出现随机缺陷，电路就必然会出现短路或是开路故障。短路关键面积是对随机缺陷导致的版图短路故障的一个量化，因此短路关键面积的分布和大小对提高芯片成品率有着至关重要的作用。基于数学形态学的短路关键面积提取方法是以集成电路版图中的随机缺陷为结构元素，基于数学形态学的方法计算短路关键面积，但是运算时间复杂度大，效率低，不能适用于大规模集成电路的短路关本文档来自技高网...

【技术保护点】
一种基于Hadoop的集成电路短路关键面积提取方法，包括如下步骤：(1)读取集成电路的版图图像：(1a)读取标准文件图像BMP格式的待提取短路关键面积的集成电路版图中的全部版图图像；(1b)将读取的每一幅版图图像保存为自定义的格式X_Y_Z.bmp；(2)上传集成电路的版图图像：(2a)使用分布式处理框架Hadoop集群的启动命令start‑all.sh，启动分布式处理框架Hadoop集群；(2b)将读取的全部集成电路的版图图像，上传到分布式文件系统HDFS中；(3)分块存储集成电路的版图图像：(3a)分布式文件系统HDFS对上传到该系统中的版图图像进行分块；(3b)在分布式处理框架Hadoo...

【技术特征摘要】
1.一种基于Hadoop的集成电路短路关键面积提取方法，包括如下步骤：(1)读取集成电路的版图图像：(1a)读取标准文件图像BMP格式的待提取短路关键面积的集成电路版图中的全部版图图像；(1b)将读取的每一幅版图图像保存为自定义的格式X_Y_Z.bmp；(2)上传集成电路的版图图像：(2a)使用分布式处理框架Hadoop集群的启动命令start-all.sh，启动分布式处理框架Hadoop集群；(2b)将读取的全部集成电路的版图图像，上传到分布式文件系统HDFS中；(3)分块存储集成电路的版图图像：(3a)分布式文件系统HDFS对上传到该系统中的版图图像进行分块；(3b)在分布式处理框架Hadoop集群的各个数据节点中平均地存储分块后的版图图像；(4)将数据节点的版图图像分片：(4a)从分布式处理框架Hadoop集群中随机选取一个数据节点，使用组合文件输入格式CombineFileInputFormat，将所选取的数据节点中的版图图像划分成分片大小为64M的组合分片CombineFileSplit图像数据集；(4b)从组合分片CombineFileSplit图像数据集中，随机选取一个组合分片；(5)转换版图图像为映射类Map的输入键值对key1/value1：(5a)通过分布式处理框架Hadoop的路径信息函数getPath，得到所选取的组合分片中版图图像的路径信息；(5b)利用图像处理库JavaCV中的图像像素数据转换函数cvDecodeImage，将路径信息中对应的版图图像转换为分布式处理框架Hadoop中图像类型ImageWritable的图像数据，将路径信息中版图图像的文件名，作为映射类Map中键值对的键key1，将版图图像的数据作为键key1对应的value1；(6)对版图图像进行预处理：(6a)将键key1对应的value1转换为图像处理库JavaCV图像格式IplImage中的版图图像数据；(6b)利用灰度值计算公式，计算IplImage格式的版图图像中每个像素点的灰度值，将计算后所有像素点的灰度值，组成灰度化后的版图图像；(6c)使用最大类间方差法，计算灰度化后版图图像的全局阈值；(6d)利用二值计算公式，计算每个灰度化后版图图像像素点的二值，将计算的所有像素点的二值，组成二值化后的版图图像；(7)提取短路关键面积：(7a)采用图像边缘检测方法，对二值化后的版图图像进行边缘检测，得到版图图像中线网的边缘；(7b)按照缺陷在矩阵上的转换规则，设置缺陷大小为形心为(XC,YC)；(7c)对版图图像中的线网边缘从1开始编号，获得连通区域及线网边缘的总数；(7d)以缺陷为结构元素，对所编号的线网边缘进行数学形态学的膨胀操作；(7e)定义一个图像处理库JavaCV矩阵格式cvMat的图像存储矩阵，存储膨胀后的图像像素值与当前编号之前的线网边缘膨胀后的像素值对应相加的结果；(7f)判断当前线网边缘的编号是否与线网边缘的总数相等，若是，则执行步骤(7g)，否则，将线网边缘的编号加1后执行步骤(7d)；(7g)提取存放线网边缘膨胀结果的图像存储矩阵中像素值大于1的区域的面积，将该面积作为短路关键面积；(8)判断当前组合分片中的版图图像是否已全部提取短路关键面积，若是，则执行步骤(9)，否则，执行步骤(5)；(9)判断当前选取的数据节点中的组合分片是否已全部提取短路关键面积，若是，则执行步骤(10)，否则，执行步骤(4)；(10)设置映射类Map的输出键值对key2/value2，将路径信息中版图图像的文件名作为映射类Map输出键值对的键key2，将提取的短路关键面积作为文本类型Text的键key2对应的value2；(11)设置化简类Reduce：(11a)汇总全部数据节点中的映射类Map的输出键值对key2/value2；(11b)将键key2输出到已设置输出路径的固定文件夹中；(11c)将计算所得的短路关键面积以键值对key2/value2中的value2，输出到分布式文件系统HDFS的短路关键面积文件夹中；(12)提交任务：(12a)初始化分布式处理框架Hadoop集群中数据节点的任务Job；(12b)将任务job提交到分布式处理框架Hadoop集群中。2.根据权利要求1所述的基...

【专利技术属性】
技术研发人员：王俊平，张瑶，胡静，梁刚明，郭佳佳，白瑞雪，倪洁，李勇，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61