检测方法及检测装置、设备和存储介质与流程

1.本发明涉及图像处理领域，尤其涉及一种检测方法及检测装置、设备和存储介质。


背景技术：

2.随着技术的不断发展，精密加工被用到越来越多的领域，同时，对于加工精度也有越来越高的要求。
3.为了满足加工精度的需求，提高产品的合格率，需要对产品进行在线检测例如，通过进行缺陷检测，以判断产品中是否存在缺陷，并检测缺陷的位置和尺寸，以确保满足产品制造的相关指标要求。
4.但是，目前检测结果的准确性仍有待提高。


技术实现要素：

5.本发明解决的问题是提供一种检测方法及检测装置、设备和存储介质，以提高检测的准确性。
6.为解决上述问题，本发明提供了一种检测方法，所述方法包括：
7.获取待处理图像；所述待处理图像包括多个单元图像，所述多个单元图像之间通过切割道区域相互分离；所述单元图像包括单元图案；
8.获取所述待处理图像中的所述单元图像的尺寸；
9.将所述待处理图像中的所述单元图像的尺寸与所述预设的第一尺寸阈值进行比较；
10.若所述单元图像的尺寸小于所述第一尺寸阈值，对所述待处理图像执行切割道与单元图案滤除处理，获取第一待检测图像；对所述第一待检测图像执行第一识别处理，获取所述第一待检测图像中满足第一阈值条件的像素点作为缺陷像素点；
11.若所述单元图像的尺寸大于或等于所述第一尺寸阈值，对所述待处理图像执行切割道避开处理，获取第二待检测图像；对所述第二待检测图像执行第二识别处理，获取所述第二待检测图像中满足第二阈值条件的像素点作为缺陷像素点；
12.基于所述缺陷像素点，获取所述待处理图像中存在的缺陷点。
13.相应地，本发明实施例还提供了一种检测装置，所述装置包括：
14.图像获取单元，适于获取待处理图像；所述待处理图像包括多个单元图像，所述多个单元图像之间通过切割道区域相互分离；所述单元图像包括单元图案；
15.尺寸获取单元，适于获取所述待处理图像中的所述单元图像的尺寸；
16.尺寸比较单元，适于将所述待处理图像中的所述单元图像的尺寸与预设的第一尺寸阈值进行比较；
17.识别处理单元，适于若所述单元图像的尺寸小于所述第一尺寸阈值，对所述待处理图像执行切割道与单元图案滤除处理，获取第一待检测图像；对所述第一待检测图像执行第一识别处理，获取所述第一待检测图像中满足第一阈值条件的像素点作为缺陷像素
点；若所述单元图像的尺寸大于或等于所述第一尺寸阈值，对所述待处理图像执行切割道避开处理，获取第二待检测图像；对所述第二待检测图像执行第二识别处理，获取所述第二待检测图像中满足第二阈值条件的像素点作为缺陷像素点；
18.缺陷获取单元，适于基于所述缺陷像素点，获取所述待处理图像中存在的缺陷点。
19.相应地，本发明实施例还提供了一种设备，包括至少一个存储器和至少一个处理器，所述存储器存储有一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现根据上述任一项所述的检测方法。
20.相应地，本发明实施例还提供了一种存储介质，所述存储介质存储有一条或多条计算机指令，所述一条或多条计算机指令用于实现根据上述任一项所述的检测方法。
21.与现有技术相比，本发明的技术方案具有以下优点：
22.本发明实施例提供的检测方法包括：获取待处理图像；所述待处理图像包括多个单元图像，所述多个单元图像之间通过切割道区域相互分离；获取所述待处理图像中的所述单元图像的尺寸；若所述单元图像的尺寸小于预设的第一尺寸阈值，对所述待处理图像执行切割道与单元图案滤除处理，获取第一待检测图像；对所述第一待检测图像执行第一识别处理，获取所述第一待检测图像中满足第一阈值条件的像素点作为缺陷像素点；若所述单元图像的尺寸大于或等于所述第一尺寸阈值，对所述待处理图像执行切割道避开处理，获取第二待检测图像；对所述第二待检测图像执行第二识别处理，获取所述第二待检测图像中满足第二阈值条件的像素点作为缺陷像素点；基于所述缺陷像素点，获取所述待处理图像中存在的缺陷点。
23.本实施例中的检测方法，根据所获取的待处理图像中的单元图像的尺寸，对所述待处理图像执行切割道与单元图案滤除处理或切割道避开处理，可以在后续的缺陷像素点的检测过程中，消除切割道区域对检测结果造成的干扰，故可以提高缺陷像素点检测的准确性，进而可以提高缺陷检测的准确性。
附图说明
24.图1是本发明实施例中的一种检测方法的流程图；
25.图2是本发明实施例中的一种待处理图像的局部示意图；
26.图3是本发明实施例中的待处理图像中的单元图像的示意图；
27.图4示出了一种将所述待处理图像进行傅里叶变换所获取的频谱矩阵的示意图；
28.图5示出了本发明实施例中的第一待检测图像的示意图；
29.图6示出了本发明实施例中的待检像素点与对应的参考像素点之间的一种位置关系示意图；
30.图7示出了本发明实施例中的一种反二值化图像的部分示意图；
31.图8示出了本发明实施例中所述待检图像与对应的参考图像之间的一种位置关系示意图；
32.图9示出了本发明实施例中的一种检测装置的结构示意图；
33.图10示出了本发明一实施例所提供的设备的硬件结构图。
具体实施方式
34.由背景技术可知，目前检测结果的准确性仍有待提高。
35.在产品表面质量检测中，通常采用图像处理的方式，识别出产品表面中存在的缺陷。具体地，采用模板匹配算法将模板图像和待处理图像进行作差，以实现产品的缺陷检测。
36.待测物包括多个周期性排列的单元结构和位于单元结构之间的切割道。相应地，待处理图像包括多个周期性排列的单元图像和位于单元图像之间的切割道区域。
37.然而，待处理图像中的切割道区域易对缺陷检测结构造成干扰，具体地，切割道区域的像素点与单元图像的像素点之间的像素值差异较大，使得切割道区域的像素点易被误识别为缺陷像素点。
38.为解决上述问题，本发明提供了一种检测方法，包括：获取待处理图像；所述待处理图像包括多个单元图像，所述多个单元图像之间通过切割道区域相互分离；获取所述待处理图像中的所述单元图像的尺寸；若所述单元图像的尺寸小于预设的第一尺寸阈值，对所述待处理图像执行切割道与单元图案滤除处理，获取第一待检测图像；对所述第一待检测图像执行第一识别处理，获取所述第一待检测图像中满足第一阈值条件的像素点作为缺陷像素点；若所述单元图像的尺寸大于或等于所述第一尺寸阈值，对所述待处理图像执行切割道避开处理，获取第二待检测图像；对所述第二待检测图像执行第二识别处理，获取所述第二待检测图像中满足第二阈值条件的像素点作为缺陷像素点；基于所述缺陷像素点，获取所述待处理图像中存在的缺陷点。
39.本实施例中的检测方法，根据所获取的待处理图像中的单元图像的尺寸，对所述待处理图像执行切割道与单元图案滤除处理或切割道避开处理，可以在后续的缺陷像素点的检测过程中，消除切割道区域对检测结果造成的干扰，故可以提高缺陷像素点检测的准确性，进而可以提高缺陷检测的准确性。
40.为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
41.图1示出了本发明实施例中的一种检测方法的流程图。参见图1，所述检测方法可以采用如下的步骤实现：
42.步骤s101：获取待处理图像；所述待处理图像包括多个单元图像，所述多个单元图像之间通过切割道区域相互分离；所述单元图像包括单元图案；
43.步骤s102：获取所述待处理图像中所述单元图像的尺寸；
44.步骤s103：将所获取的单元图像的尺寸与预设的第一尺寸阈值进行比较；
45.步骤s104：若所述单元图像的尺寸小于预设的第一尺寸阈值，对所述待处理图像执行切割道与单元图案滤除处理，获取第一待检测图像；对所述第一待检测图像执行第一识别处理，获取所述第一待检测图像中满足第一阈值条件的像素点作为缺陷像素点；
46.步骤s105：若所述单元图像的尺寸大于或等于所述第一尺寸阈值，对所述待处理图像执行切割道避开处理，获取第二待检测图像；对所述第二待检测图像执行第二识别处理，获取所述第二待检测图像中满足第二阈值条件的像素点作为缺陷像素点；
47.步骤s106：基于所述缺陷像素点，获取所述待处理图像中存在的缺陷点。
48.请继续参见图1，执行步骤s101，获取待处理图像；所述待处理图像包括多个单元
图像，所述多个单元图像之间通过切割道区域相互分离；所述单元图像包括单元图案(未示出)。
49.图2是一待处理图像的局部示意图；图3是一待处理图像中的单元图像的示意图。结合参考图2和图3，所述待处理图像100为需要进行检测的图像。本实施例中，所述待处理图像100为需要进行缺陷检测的图像。
50.所述待处理图像100为通过对待测物进行拍摄获取。具体地，获取所述待处理图像100的步骤包括：提供成像系统和待测物；利用所述成像系统拍摄所述待测物，获取所述待测物的原始图像；基于所述原始图像，获取所述待处理图像。
51.本实施例中，所获取的待测物的原始图像具有一定程度的畸变，为此，在获取所述待测物的原始图像之后，对所述原始图像进行校正处理，以消除所述原始图像产生的畸变，并将校正处理后的原始图像作为所述待处理图像。
52.具体地，通过对所述原始图像进行透视变换处理，以消除所述原始图像产生的畸变，获取所述待处理图像。
53.在其他实施例中，在所获取的待测测物的原始图像不具有畸变的情况下，还能够直接将所述原始图像作为所述待处理图像。
54.像素(pixel)是图像的最小单位，因此，所述待处理图像100具有多个像素点101。具体地，所述多个像素点101构成像素阵列。
55.本实施例中，所述待测物包括多个重复的单元结构和切割道，所述多个重复的单元结构通过所述切割道相互分离，且每个单元结构中形成有结构图案。相应地，所述待处理图像100相应包括多个相同的单元图像110和切割道区域120，且所述单元图像110具有单元图案。其中，所述单元图像110为所述待测物中的单元结构的图像，所述切割道区域120为所述待测物中的切割道的图像，所述单元图案相应为所述结构图案的图像。
56.根据所述待测物中多个重复的单元结构的排列情况，所述待处理图像中的单元图像相应呈周期性排列。图2中示出了12个单元图像，具体地，所述12个单元图像110呈4*3的阵列排布。可以理解的是，待处理图像100中单元图像110的数量不限于12个。
57.需要说明的是，对于不同的待测物而言，单元结构的尺寸可以相同或者不同。其中，若单元结构的尺寸较大，则多个呈周期性排列的单元结构和切割道在所述待测物中的分布均较为稀疏，此时对切割道采用滤除处理较为困难；若单元结构的尺寸较小，则多个呈周期性排列的单元结构和切割道相应较为密集地分布于所述待测物中，此时，可以先对采集图片进行傅里叶低通滤波，得到类似无图像的待测物，然后对它采用裸片缺陷检测方法检测。
58.本实施例中，所述待测物为晶圆(wafer)。晶圆通常包含有多个重复的晶粒(die)。相应地，所述待处理图像100为晶圆图像，每个单元图像110可以包括一个晶粒或多个晶粒的图像。
59.在其他实施例中，所述待测物还可以是玻璃面板等其他类型的产品。可以理解的是，玻璃面板也可以具有多个重复的单元结构。例如，每个单元结构可以用于形成电子产品显示屏。
60.请继续参见图1，执行步骤s102，获取所述待处理图像中的单元图像的尺寸。
61.获取所述待处理图像中的单元图像的尺寸，以在后续将单元图像的尺寸与预设的
第一尺寸阈值进行比较，获取对应的比较结果。
62.通过对所述待处理图像中的单元图像进行测量，以获取所述单元图像的尺寸。
63.本实施例中，所述待测物为晶圆，所述待处理图像中的单元图像为晶粒图像。相应地，所述单元图像的形状为矩形，所述单元图像尺寸包括长度和宽度。
64.所述待处理图像包括多个像素点，所述待处理图像中的单元图像也分别具有对应的多个像素点。
65.本实施例中，所述单元图像的尺寸采用像素点的数量进行衡量。例如，所述单元图像的尺寸为25*35，具体地，所述单元图像的长度包括25个像素点，所述单元图像的宽度包括35个像素点。如图3所示，所述单元图像的长度为所述单元图像沿着像素点的第一排列方向(x方向)的尺寸，所述单元图像的宽度为所述单元图像沿像素点的第二排列方向(y方向)的尺寸；所述第一排列方向与所述第二排列方向相互垂直。
66.在其他实施例中，还能够采用其他的方式对单元图像的尺寸进行衡量，本领域技术人员可以根据实际需要选择，在此不做限定。
67.请继续参见图1，执行步骤s103，将所获取的单元图像的尺寸与预设的第一尺寸阈值进行比较。
68.后续根据所述单元图像的尺寸与预设的第一尺寸阈值的结果，以确定对所述待处理图像执行切割道避开处理还是切割道与单元图案滤除处理。
69.此处，将所获取的单元图像的尺寸与预设的第一尺寸阈值进行比较，是指将所述待处理图像中的所有单元图像的尺寸分别与所述第一尺寸阈值进行比较。
70.本实施例中，所述单元图像的尺寸包括所述长度和宽度。相应地，第一尺寸阈值包括长度阈值和宽度阈值中至少一种。
71.所述第一尺寸阈值可以根据实际的需要进行设置。
72.可以理解的是，所述第一尺寸阈值不宜过大也不宜过小。在所述第一尺寸阈值过大的情况下，即使所述单元图像的尺寸小于所述第一尺寸阈值时，所述单元图像和切割道区域在所述待处理图像中的分布可能仍然较为稀疏，导致后续通过采用切割道与单元图案滤除处理的方式无法将所述待处理图像中的切割道区域滤除；在所述第一尺寸阈值过小的情况下，即使所述单元图像的尺寸大于所述第一尺寸阈值时，所述单元图像和切割道区域在所述待处理图像中的分布可能仍然较为密集，导致后续采用切割道避开方式从所述待处理图像中分割出单元图像的工作量增加，降低了检测效率。为此，本实施例中，所述第一尺寸阈值的范围为20至60个像素点。
73.请继续参见图1，执行步骤s104，若所述单元图像的尺寸小于预设的第一尺寸阈值，对所述待处理图像执行切割道与单元图案滤除处理，获取第一待检测图像；对所述第一待检测图像执行第一识别处理，获取所述第一待检测图像中满足第一阈值条件的像素点作为缺陷像素点。
74.所述单元图像的尺寸小于预设的第一尺寸阈值，表明所述待处理图像中单元图像和切割道区域分布较为密集。此时，可以通过所述待处理图像执行切割道与单元图案滤除处理，具体的，可以是进行傅里叶低通滤波处理，以将所述待处理图像中的切割道区域去除，从而可以避免切割道区域对检测结果造成的干扰。
75.此处，所述单元图像的尺寸小于第一尺寸阈值，具体是指所述单元图像的长度和
宽度中至少一者小于所述第一尺寸阈值。
76.本实施例中，通过对所述待处理图像执行频率域低通滤波处理，对所述待处理图像执行切割道与单元图案滤除处理，获取所述第一待检测图像。
77.当所述单元图像的尺寸小于第一尺寸阈值的情况下，在所述待处理图像中，缺陷像素点的频率较低，而切割道区域与单元图像中的单元图案的像素点的频率较高。为此，通过对所述待处理图像执行频率域低通滤波处理，以将所述待处理图像中频率较高的切割道区域和单元图案去除。
78.具体地，对所述待处理图像执行频率域低通滤波处理的步骤包括：将所述待处理图像进行傅里叶变换，获取对应的频谱矩阵；将所述频谱矩阵中的对角区域进行位置互换，获取对应的转移频谱矩阵；以预设的滤波半径对所述转移频谱转移矩阵进行低通滤波，获取对应的频域滤波矩阵；将所述频域滤波矩阵的对角区域进行位置互换，获取对应的转移频域滤波矩阵；对所述转移频域滤波矩阵进行傅里叶逆变换，获取所述第一待检测图像。
79.对所述待处理图像进行傅里叶变换，也即对所述待处理图像进行频域转换，以获取所述待处理图像的像素点的灰度在空间中的变化情况。相应地，所述频谱矩阵包括所述待处理图像中像素点的频谱信息。
80.将所述频谱矩阵中的对角区域进行位置互换，具体指将所述频谱矩阵以对称中心为中心点平均划分为四个区域，并将所述四个区域中互为对角的区域进行位置互换，具体请参见图4。
81.请参见图4，所述频谱矩阵40包括多个元素(未示出)，所述多个元素呈矩阵阵列排布。将所述频谱矩阵40中的元素以对称中心为中心点平均划分为四个区域，得到第一区域401、第二区域402、第三区域403和第四区域404。其中，第一区域401与第三区域403互为对角区域，第二区域402和第四区域404互为对角区域。将所述频谱矩阵40中的对角区域进行位置互换，也即将第一区域401与第三区域403进行位置互换，并将第二区域402和第四区域404进行位置互换。
82.通过将所述频谱矩阵中的对角区域进行位置互换，使得将所述频谱矩阵顶角区域的元素与中心区域的元素的位置得以互换。
83.在频谱矩阵中，零频率的元素位于所述频谱矩阵的顶角区域，而高频率的元素则位于所述频谱矩阵的中心区域。因此，通过将所述频谱矩阵的对角区域进行位置互换，以将零频率的元素转移至矩阵的中心区域，而将高频率的元素转移至矩阵的顶角区域，从而便于后续以矩阵的对称中心为中心点进行低通滤波。
84.以预设的滤波半径对所述转移频谱转移矩阵进行低通滤波，是指将所述转移频谱转移矩阵中所述滤波半径以内的频谱保留，并将所述滤波半径以外的频谱清零，从而使得转移频谱转移矩阵中低频率的元素进行保留，且高频率的元素得以去除。而高频率的元素相应对应于所述待处理图像中切割道区域和单元图案，以预设的滤波半径对所述转移频谱转移矩阵进行低通滤波，从而可以滤除所述转移频谱转移矩阵中切割道区域和单元图案的像素点的频谱，获取所述频域滤波矩阵。
85.需要指出的是，所述滤波半径不宜过大也不宜过小。在所述滤波半径过大的情况下，则无法将切割道区域和单元图案的频谱完全滤除；在所述滤波半径过小的情况下，可能使得最终所获取的第一待检测图像较为模糊，导致后续无法从第一待检测图像中准确地识
别出缺陷像素点。因此，本实施例中，所述滤波半径为40hz至70hz。
86.将所述频域滤波矩阵的对角区域进行位置互换，以将所述频域滤波矩阵的中心区域与顶角区域进行位置互换，从而使得之前在转移频谱矩阵进行位置互换的元素还原至与频谱矩阵中的元素的位置保持一致。
87.获取所述转移频域滤波矩阵，至此，已经在频率域内完成对于待处理图像的低通滤波处理，通过对所述转移频域滤波矩阵进行傅里叶逆变换，以将频率域低通滤波处理后得到的转移频域滤波矩阵进行时域转换，获取所述第一待检测图像。
88.通过对所述待处理图像执行频率域低通滤波处理，使得所述待处理图像中的切割道区域和单元图案得以滤除，所获取的第一待检测图像为灰度值变化较为平缓的光滑图像，具体请参见图5。
89.图5示出了本发明实施例中的一种对所述待处理图像执行频率域低通滤波处理获取的第一待检测图像的示意图。如图5所示，在第一待检测图像500中，像素点之间的像素值的变化较为平缓。
90.对所述待处理图像执行切割道与单元图案滤除处理，使得所述待处理图像中切割道区域与单元图案得以去除，所述第一待检测图像中的有效像素点仅为单元图像中除单元图案之外的像素点，且因缺陷像素点的频率通常小于所述滤波半径，使得缺陷像素点得以保留。因此，后续通过对所述第一待检测图像执行第一识别处理，以获取单元图像中存在的缺陷像素点，从而实现对所述待处理图像的缺陷检测。
91.对所述第一待检测图像执行第一识别处理的步骤包括：将所述第一待检测图像中的像素点与对应的参考像素点进行比较，获取所述第一待检测图像中的像素点与对应的参考像素点的强度表征值之间的第一差异值；所述强度表征值与所述第一待检测图像的锐度相关；将所述第一差异值与第一阈值进行比较，获取所述第一差异值与所述第一阈值之间的比较结果；基于所述第一差异值与所述第一阈值之间的比较结果，获取所述缺陷像素点。
92.参考像素点作为对第一待检测图像中的像素点执行第一识别处理时的比较基准，通过将所述第一待检测图像中的像素点与对应的参考像素点进行比较，从而判断所述第一待检测图像中是否存在缺陷像素点。
93.具体地，获取所述第一待检测图像中的像素点和对应的参考像素点之间的强度表征值之间的第一差异值，以判定所述第一待检测图像的像素点是否为缺陷像素点。
94.本实施例中，将所述第一待检测图像中当前待检测的像素点作为待检像素点，并将所述第一待检测图像中与待检像素点之间的距离为预设第一距离的像素点作为所述参考像素点。换言之，以预设第一距离为半径，确定待检像素点对应的参考像素点。
95.本实施例中，所述待检像素点对应的参考像素点为多个。
96.图6示出了本发明实施例中的待检像素点与对应的参考像素点之间的一种位置关系示意图。如图6所示，作为一种示例，在所述第一待检测图像500中，与待检像素点515对应的参考像素点525为8个，具体地，参考像素点525与待检像素点515之间的距离均为第一距离s1，且参考像素点525与待检像素点515之间连线的方向与所述第一待检测图像500中的像素点的排列方向之间分别呈0
°
、45
°
、90
°
、135
°
、180
°
、225
°
、270
°
和315
°
的夹角。其中，与所述第一待检测图像中的像素点的第一排列方向(x方向)或者与所述第一排列方向相垂直的第二排列方向(y方向)。
97.所述参考像素点525和待检像素点515位于同一张待检测图像中，也即，所述参考像素点525和待检像素点515来自于相同的待测物，从而可以避免因不同待测物之间平均强度表征值差异较大而对检测结果的准确性产生不良影响，相应有利于提高检测结果的准确性。
98.第一预设距离s1可以根据实际的需要进行设置。本实施例中，所述第一预设距离s1为8至15个像素点。
99.在其他实施例中，所述参考像素点还能够来自于与待检像素点所在的第一待检测图像不同的模板图像。
100.具体地，所述模板图像为对与待测物一致的标准物进行拍摄获得的图像。可以理解的是，所述模板图像与第一待检测图像并非位于同一图像上。其中，所述模板图像可以包括cad图或无缺陷的测量图像。
101.相应地，将所述第一待检测图像与所述模板图像执行第一匹配处理，使得所述第一待检测图像与所述模板图像中的像素点一一对应，获取所述第一待检测图像中的待检像素点对应的参考像素点。
102.此处，所述待检像素点对应的参考像素点为所述参考图像中与所述待检像素点处于相同位置处的像素点。
103.将所述待检像素点与所述参考像素点进行比较，获取所述待检像素点与所述参考像素点的强度表征值之间的第一差异值，是指获取所述待检像素点与所述参考像素点之间的强度表征值差值的绝对值。
104.本实施例中，所述强度表征值与灰度值或信噪比正相关。具体地，所述强度表征值包括灰度值或形成第一待检测图像的像素点的光强值或亮度值。
105.本实施例中，所述强度表征值为灰度值。相应地，获取所述第一待检测图像中的待检像素点与对应的参考像素点的灰度值之间的差异值。
106.所述第一待检测图像中的待检像素点与对应的参考像素点的灰度值之间的差异值，相应是指所述第一待检测图像中的待检像素点与对应的参考像素点的灰度值之差的绝对值。
107.本实施例中，所述参考像素点为多个，基于所述第一差异值与第一阈值之间的比较结果，获取所述缺陷像素点的步骤包括：将所述第一待检测图像中的待检像素点与对应的多个参考像素点分别进行比较，获取第一待检测图像中同一待检像素点被认定为第一异常像素点的次数；若第一待检测图像中同一待检像素点被认定为第一异常像素点的次数大于预设的第一次数阈值，将所述待检像素点作为所述缺陷像素点。
108.若所述第一待检测图像中的待检像素点为多个，将第一待检测图像中的待检像素点与一个参考像素点进行比较且当待检像素点与所述参考像素点灰度值之间的第一差异值大于第一阈值时，将第一待检测图像中的该待检像素点认定为第一异常像素点。
109.在与一个参考像素点进行比较且所述第一待检测图像中的待检像素点被认定为第一异常像素点的情况下，将第一待检测图像中该待检像素点被认定为第一异常像素点的次数计为一次，以此类推，若第一待检测图像中的待检像素点对应的参考像素点为多个，通过将所述待检像素点与对应的多个参考像素点分别进行比较，便可以获取第一待检测图像中的待检测像素点被判定为第一异常像素点的次数。
110.例如，请继续参见图6，待检像素点515对应的参考像素点的数量为8个，若将待检像素点515与8个参考像素点525分别进行比较，且相对于其中的3个参考像素点525而言，所述待检像素点515均被认定为第一异常像素点535，则该待检像素点515被认定为第一异常像素点535的次数为3次。
111.由此可知，在参考像素点的数量为多个的情况下，第一待检测图像中的同一待检像素点被认定为第一异常像素点的次数的最小值为零，最大值为待检像素点对应的参考像素点的数量。
112.获取到第一待检测图像中同一待检像素点被认定为第一异常像素点的次数，并通过将所获取的次数与预设的第一次数阈值进行比较，以确定该第一异常像素点是否为缺陷像素点。
113.具体地，若所获取的次数大于预设的第一次数阈值，将所述第一异常像素点作为缺陷像素点。
114.因此，所述第一次数阈值的最小值为一个，最大值为待检像素点对应的参考像素点的数量。
115.需要说明的是，所述第一次数阈值不宜过小，也不宜过大。如果所述第一次数阈值过小，易将第一待检测图像中的正常像素点认定为缺陷像素点，从而导致误检率增加，且使得检测出的缺陷像素点的数量过多，进而导致后续的数据处理量增加；如果所述第一次数阈值过大，则容易导致无法准确地识别出第一待检测图像中的缺陷像素点，增大漏检的概率。为此，本实施例中，在所述参考像素点的个数为8个时，所述第一次数阈值为2至5次。
116.在其他实施例中，所述第一次数阈值与参考像素点的数量相关。具体地，所述第一次数阈值与参考像素点的数量的一半。
117.通过将第一待检图像中像素点进行比较的参考像素点的数量设置为多个，使得第一待检图像中的待检像素点与多个参考像素点分别进行比较，以提高所检出的缺陷像素点的准确性，进而为后续准确地获取待检测图像中存在的缺陷点提供基础。
118.在其他实施例中，参考像素点的数量还能够与一个，相应还能够直接将第一差异值大于第一阈值的像素点作为缺陷像素点，以提高检测效率。
119.可以理解的是，在采用匹配处理的方式从所述模板图像中获取待检像素点对应的参考像素点的情况下，所述参考像素点的数量与所述模板图像的数量相同。
120.本实施例中，所述第一阈值与所述第一待检测图像的锐度正相关。图像的锐度越高，则图像越清晰，图像轮廓边缘灰度变化越明显，层次感越强，因此，为了能够筛选出缺陷像素点，所述第一阈值的值相应更大。
121.图像的锐度与灰度梯度相关，因此，通过所述灰度梯度，获取第一阈值。
122.具体地，获取所述第一阈值的步骤包括：获取所述第一待检测图像中各个像素点的灰度梯度；获取所述第一待检测图像中像素点的灰度梯度的平均值，作为初始阈值；基于所述初始阈值，获取所述第一阈值。
123.具体地，基于所述初始阈值，获取所述第一阈值包括：将所述初始阈值作为第一阈值，或者，将所述初始阈值增加预设偏移量，获得所述第一阈值。
124.可以理解的是，在获取所述第一阈值的步骤还包括将所述初始阈值作为第一阈值的情况下，所述第一阈值对应的预设偏移量相应为零。
125.本实施例中，基于所述初始阈值增加预设偏移量，获得所述第一阈值。
126.需要说明的是，所述预设偏移量不宜过小，也不宜过大。如果所述预设偏移量过小，则在进行第一识别处理时，容易导致误检率变高，也即容易将正常的像素点归为缺陷像素点，从而导致缺陷像素点过多，进而增加后续根据缺陷像素点获取缺陷点的数据处理量；如果所述预设偏移量过大，则容易增加漏检的概率。为此，所述预设偏移量为3至5。
127.还需要说明的是，第一待检测图像中任一像素点在x方向和y方向均具有相对应的灰度梯度，作为一种示例，采用如下的公式计算第一待检测图像中像素点的灰度梯度包括：
[0128][0129]
其中，m(x，y)表示所述第一待检测图像中像素点(x，y)的灰度梯度，gx表示所述像素点(x，y)在像素点的第一排列方向上的梯度，gy表示所述像素点(x，y)在像素点的第二排列方向上的梯度。
[0130]
在其他实施例中，还能够基于所述第一待检测图像中每个像素点的灰度值和灰度梯度为像素点分别设置不同的第一阈值，在此不做限制。
[0131]
请继续参见图1，执行步骤s105，若所述单元图像的尺寸大于或等于所述第一尺寸阈值，对所述待处理图像执行切割道避开处理，获取第二待检测图像；对所述第二待检测图像执行第二识别处理，获取所述第二待检测图像中满足第二阈值条件的像素点作为缺陷像素点。
[0132]
若所述单元图像的尺寸大于或等于第一尺寸阈值，表明待处理图像中的单元图像和切割道区域在所述待处理图像中的分布较为稀疏，采用频率域低通滤波处理的方式将无法将待处理图像中的切割道区域滤除。此时，可以通过对所述待处理图像执行切割道避开处理，从所述待处理图像中分割出各个单元图像，作为所述第二待检测图像，并在后续对分割出的各个第二待检测图像进行检测，从而避免切割道区域的存在对后续缺陷识别造成干扰。
[0133]
此处，所述单元图像的尺寸大于或等于所述第一尺寸阈值，具体是指所述单元图像的长度和宽度均大于或等于所述第一尺寸阈值。
[0134]
本实施例中，对所述待处理图像执行切割道避开处理的步骤包括：对所述待处理图像执行二值化处理，获取二值化图像；对所述二值化图像执行像素值取反处理，获取反二值化图像；对所述反二值化图像执行第一连通域判断，获取对应的第一连通域；获取参考单元图像；所述参考单元图像具有预设的参考尺寸，所述参考尺寸为所述单元图像的标准尺寸；将所获取的第一连通域与所述参考单元图像进行比较，获取与所述参考单元图像之间的尺寸差异小于预设的第二尺寸阈值的第一连通域，作为有效的第一连通域；将所述待处理图像中与所述有效的第一连通域对应的区域，作为所述第二待检测图像。
[0135]
本实施例中，所述待处理图像为灰度图像，对所述待检测图像执行二值化处理，也即将所述待处理图像中像素点的灰度值与预设的二值化阈值进行比较，将灰度值小于所述二值化阈值的像素点的像素值设置为第一数值，并将灰度值大于或等于所述二值化阈值的像素点的像素值设置为第二数值，获取所述二值化图像。
[0136]
所述第二数值大于所述第一数值。本实施例中，所述第一数值为0，所述第二数值为255。在其他实施例中，所述第一数值和第二数值还能够为其他数值。
[0137]
所述二值化阈值可以根据实际的需要进行设置。本实施例中，获取所述二值化阈值的步骤包括：获取所述待处理图像中单元图像的像素点的灰度值的最大值；基于所获取的灰度值的最大值，获取所述二值化阈值。
[0138]
本实施例中，通过求取所述待处理图像的直方图，获取直方图中的最高点对应的灰度值，获取所述待处理图像中单元图像的像素点的灰度值的最大值。
[0139]
本实施例中，基于所获取的灰度值的最大值，获取所述二值化阈值，包括：将所获取的灰度值的最大值增加预设数值，作为所述二值化阈值。
[0140]
将所获取的灰度值的最大值增加预设数值，以使得在后续进行二值化转换时，所设置的二值化阈值可以将待处理图像中的单元图像中的像素点的灰度值均涵盖在内，从而确保二值化转换的准确性。
[0141]
本实施例中，所述预设数值为15到30。
[0142]
本实施例中，在获取二值化图像之后，对所述待处理图像执行切割道避开处理的步骤还包括：对二值化图像进行形态学闭运算，以消除所述切割道区域处存在的噪点。
[0143]
通过对所述二值化图像执行形态学闭运算，可以避免切割道区域处存在的噪点对后续缺陷像素点识别造成的干扰。
[0144]
本实施例中，所述二值化图像中像素点的像素值为0或者255，相应地，对所述二值化图像执行像素值取反处理，是指将所述二值化图像中像素值为0的像素点的像素值设置为255，而将所述二值化图像中像素值为255的像素点的像素值设置为0，以获取所述反二值化图像。
[0145]
图7示出了本发明实施例中的一种反二值化图像的部分示意图。如图7所示，在所述反二值化图像700中，白色区域701的像素点的像素值为0，黑色区域702的像素点的像素值为255。
[0146]
在获取到所述反二值化图像时，通过对所述反二值化图像中的像素点执行第一连通域判断，获取所述反二值化图像中存在的第一连通域。具体地，获取所述反二值化图像中像素值为0的像素点构成的连通域，作为所述第一连通域。
[0147]
所述参考单元图像作为识别所述第二待检测图像的比较标准，通过将反二值化图像中获取的第一连通域与所述参考单元图像进行比较，作为所述第二待检测图像。
[0148]
具体地，通过将从反二值化图像中识别出的第一连通域与所述参考单元图像分别进行比较，获取与所述参考图像之间的尺寸差异小于预设的第二尺寸阈值的第一连通域，作为所述第二待检测图像。
[0149]
需要指出的是，在所述待测物中，呈周期性排列的多个单元结构的尺寸相同或者基本相同。换言之，所述待测物中呈周期性排列的多个单元结构之间的尺寸差异小于预设的差异阈值。相应地，所述反二值化图像中的各个单元图像之间的差异也将小于预设的差异阈值。因此，设置参考单元图像，作为单元图像的参考标准，以识别出所述从反二值化图像中与所述参考单元图像之间的尺寸差异小于所述第二尺寸阈值的第一连通域，作为所述第二待检测图像，也即单元图像。
[0150]
本实施例中，基于所获取的第一连通域，获取所述参考单元图像。具体地，获取所述反二值化图像中各个第一连通域的宽度和长度的信息；将所获取的第一连通域的长度和宽度中数量最多的长度和宽度，分别作为所述参考单元图像的长度和宽度，获取所述参考
单元图像。
[0151]
在其他实施例中，还能够将从所述待处理图像中识别出的单元图像的尺寸的中值或者平均值等作为所述参考单元图像的尺寸，本领域技术人员可以根据实际进行选择，只要所设置的参考单元图像的尺寸可以为后续准确识别出反二值化图像中存在的单元图像提供比较基准即可，在此不做限定。
[0152]
将所获取的第一连通域与参考单元图像进行比较，也即比较第一连通域与参考单元图像之间的尺寸，以获取所述反二值化图像中的第一连通域与参考单元图像之间的尺寸差异。
[0153]
本实施例中，所述第一连通域和所述参考单元图像的尺寸分别包括宽度和长度，相应地，比较第一连通域与参考单元图像之间的尺寸，也即将第一连通域的宽度和长度分别与所述参考单元图像的宽度和长度进行比较，以获取所述第一连通域与所述参考单元图像的长度之间的长度差异值和宽度之间的宽度差异值。
[0154]
其中，长度差异值为所述第一连通域与所述参考单元图像的长度之差的绝对值，宽度差异值是指所述第一连通域与所述参考单元图像的宽度之差的绝对值。
[0155]
若与所述参考单元图像之间的尺寸小于预设的第二尺寸阈值，则将对应的第一连通域分别作为所述第二待检测图像，从而从所述反二值化图像中分割出各个单元图像。
[0156]
本实施例中，将与所述参考单元图像之间的长度差异值小于预设的长度阈值且与所述参考单元图像之间的宽度差异值小于预设的宽度阈值的第一连通域，作为有效的第一连通域。换言之，所述第二尺寸阈值包括所述长度阈值和所述宽度阈值。
[0157]
所述第二尺寸阈值可以根据实际需要进行设置。需要指出的是，所述第二尺寸阈值不宜过大也不宜过小。若所述第二尺寸阈值过大，则可能将非单元图像对应的第一连通域识别为第二待检测图像，并相应增加后续检测的数据量；若所述第二尺寸阈值过小，则可能将单元图像对应的第一连通域遗漏，从而降低了检测结果的准确性。本实施例中，所述第二尺寸阈值为15至25个像素点。
[0158]
请继续参见图7，所述反二值化图像700中，各个白色区域701分别为第二待检测图像710，也即待测物的单元结构对应的单元图像，黑色区域702相应对应于所述切割道区域，即所述待测物的切割道的图像。
[0159]
在从所述反二值化图像中识别出有效的第二连通域的情况下，将所述待处理图像中与所述有效的第二连通域对应的区域，分别作为所述第二待检测图像。
[0160]
从所述待处理图像中识别出的各个所述第二待检测图像，为待测物中各个单元结构对应的单元图像。因此，后续对各个所述第二待检测图像分别执行第二识别处理，可以避开切割道区域，从而可以消除切割道区域对于检测结果造成的干扰。
[0161]
对所述第二待检测图像执行第二识别处理的步骤包括：获取所述第二待检测图对应的参考图像；将所述第二待检测图像与所述参考图像进行匹配，使得所述第二待检测图像与所述参考图像中的像素点一一对应；将所述第二待检测图像与所述参考图像进行比较，获取所述第二待检测图像与所述参考图像中相对应的像素点的强度表征值之间的第二差异值；所述强度表征值与所述第二待检测图像的锐度相关；将所获取的第二差异值与第二阈值进行比较，获取所述第二差异值与第二阈值之间的比较结果；基于所述第二差异值与所述第二阈值之间的比较结果，获取所述缺陷像素点。
[0162]
所述参考图像作为对第二待检测图像执行第二识别处理时的比较基准，通过将所述第二待检测图像与所述参考图像进行比较，从而判断第二待检测图像中是否存在缺陷像素点。
[0163]
具体地，通过比较所述第二待检测图像和参考图像中相对应的像素点的强度表征值之间的差异，以判定所述第二待检测图像的像素点是否为缺陷像素点。
[0164]
相应地，通过将所述待检图像与所述参考图像执行匹配处理，使得所述待检图像的像素点与所述参考图像的像素点一一对应，并将所述待检图像与所述参考图像进行比较，获取所述待检图像与所述参考图像中相对应的像素点的强度表征值之间的差异值。
[0165]
所述待检图像与所述参考图像位于同一张待检测图像中，也即，所述待检图像与所述参考图像来自于相同的待测物，从而可以避免因不同待测物之间平均强度表征值差异较大而对检测结果的准确性产生不良影响，相应有利于提高检测结果的准确性。
[0166]
具体地，将所述待处理图像中当前待检测的第二待检测图像作为待检图像，将与所述待检图像紧邻的多个所述第二待检测图像作为参考图像。如图8所示，作为一种示例，所述参考图像125的数量为4个，所述待检图像115与对应的参考图像125之间呈十字型排布。
[0167]
可以理解的是，所述参考图像的数量还可以更多或者更少，如1个、2个或者8个等。若所述参考图像的数量为4个，则所述参考图像和待检图像还能够呈x型排布；若所述参考图像的数量为8个，所述待检图像与对应的参考图像之间还能够呈3*3的阵列排布。
[0168]
在其他实施例中，还能够采用标准图像作为参考图像。相应地，将待检图像与所述参考图像执行匹配处理，使得所述参考图像与所述待检图像的匹配区域的像素点与所述待检测图像中的像素点一一对应。
[0169]
参考图像为与待测物一致的参考物的图像。作为一种示例，参考图像为参考物的cad图；作为另一种示例，参考图像为参考物的无缺陷测量图像。
[0170]
所述待检图像为单元图像，所述参考图像相应为一个单元结构的参考图像。
[0171]
以采用无缺陷的测量图像作为参考图像为例，通过选取与所述待测物相同的参考物，所述参考物也具有多个单元结构，获取所述参考物的图像，并在所述参考物的图像上选取合格的单元图像，作为所述参考图像。例如，先选取一个合格的晶圆，获取所选取的晶圆的图像，并在所获取的晶圆的图像上选取合格的晶粒图像。
[0172]
相应地，在执行第二识别处理时，将待检图像与所述参考图像执行匹配处理，并将所述待检图像与所述参考图像进行比较，获取所述待处理图像与所述参考图像中相对应的像素点的强度表征值之间的第二差异值。
[0173]
所述待检图像与所述参考图像中相对应的像素点，是指所述待检图像与所述参考图像中位于相同位置处的像素点。
[0174]
将所述待检图像与所述参考图像进行比较，获取所述待检图像与所述参考图像相对应的像素点的强度表征值之间的第二差异值，是指获取所述待检图像与所述参考图像中相对应的像素点之间的强度表征值之间的差值的绝对值。
[0175]
本实施例中，所述强度表征值为灰度值。相应地，获取所述待检图像与所述参考图像中相对应的像素点的强度表征值之间的差异值，也即获取所述待检图像与所述参考图像中相对应的像素点之间的灰度值之间的差异值。
[0176]
其中，所述待检图像与所述参考图像中相对应的像素点之间的灰度值之间的差异值，相应是指所述待检图像与所述参考图像中相对应的像素点之间的灰度值之差的绝对值。
[0177]
本实施例中，所述参考图像为多个，基于所述第二差异值与第二阈值之间的比较结果，获取所述缺陷像素点的步骤包括：将所述待检图像与所述多个参考图像分别进行比较，获取所述待检图像中同一像素点被认定为第二异常像素点的次数；若所获取的次数大于预设的第二次数阈值时，将所述第二异常像素点作为所述缺陷像素点。
[0178]
将待检图像与一个参考图像进行比较，且在待检图像与所述参考图像中相对应的像素点的灰度值之间的第二差异值大于第二阈值的情况下，将待检图像中的该像素点认定为第二异常像素点。
[0179]
将待检图像与一个参考图像进行比较且所述待检图像中的像素点被认定为第二异常像素点时，则该像素点被认定为第二异常像素点的次数计为一次，以此类推，若待检图像相对应的参考图像为多个，通过将所述待检图像与多个参考图像分别进行比较，便可以获取待检图像中的同一像素点被判定为第二异常像素点的次数。
[0180]
获取待检图像中同一像素点被认定为第二异常像素点的次数，并将所获取的次数与预设的第二次数阈值进行比较，以确定该第二异常像素点是否为缺陷像素点。具体地，若所获取的次数大于预设的第二次数阈值，将所述第二异常像素点作为缺陷像素点。其中，所述第二次数阈值的最小值为一个，最大值为所述待检图像相对应的参考图像的数量。
[0181]
所述第二次数阈值可以参照前述第一次数阈值执行，在此不再赘述。可以理解的是，所述第二次数阈值与所述第二次数阈值可以相同或不同，本领域技术人员可以根据实际需要进行选取，在此不做限定。
[0182]
通过将待检图像进行比较的参考图像的数量设置为多个，使得待检图像与多个参考图像分别进行比较，以提高所检出的缺陷像素点的准确性，进而为后续准确地获取待检图像中存在的缺陷点提供基础。
[0183]
在其他实施例中，待检图像相对应的参考图像的数量还能够与一个，相应还能够直接将第二差异值大于第二阈值的像素点作为缺陷像素点，以提高检测效率。
[0184]
请继续参见图1，执行步骤s106，基于所述缺陷像素点，获取所述待处理图像中存在的缺陷点。
[0185]
前述以像素点为单位对第一待检测图像或第二待检测图像执行相应的识别处理，获取其中满足相应阈值条件的像素点作为缺陷像素点，但所检出的缺陷像素点还可能为噪点，且缺陷点的尺寸不仅限于一个像素点，还包括多个缺陷像素点相连的情形。
[0186]
基于所述缺陷像素点，获取所述待处理图像中存在的缺陷点的步骤包括：对所述缺陷像素点执行第二连通域判断，获取对应的第二连通域；若获取到对应的第二连通域，则将所获取的第二连通域作为第一候选缺陷点；将所述第一候选缺陷点的尺寸与预设的第三尺寸阈值进行比较，获取尺寸大于预设的第三尺寸阈值的第一候选缺陷点，作为第二候选缺陷点；对所述第二候选缺陷点进行聚类处理，将距离小于预设距离阈值的第二候选缺陷点作为一个缺陷点，并将与其他第二候选缺陷点之间的距离大于所述距离阈值的第二候选缺陷点作为另一个缺陷点。
[0187]
噪点的尺寸通常较小，通过进行第二连通域判断，以将孤立的缺陷像素点作为噪
点进行筛除。
[0188]
具体地，若获取到对应的第二连通域的情况下，将所获取的第二连通域作为第一候选缺陷点；若未获取到对应的第二连通域的情况下，将所述缺陷像点作为噪点进行筛除。换言之，在所述缺陷像素点为孤立的一个像素点的情况下，将所述缺陷像素点作为噪点，否则，将连通域内的所有缺陷像素点整体作为第一候选缺陷点。
[0189]
本实施例中，所述第二连通域判断包括四连通域判断或八连通域判断。其中，四连通域判断指的是：判断任一缺陷像素点周围是否具有4个相邻的缺陷像素点；八连通域判断指的是：判断任一缺陷像素点周围是否具有8个相邻的缺陷像素点。
[0190]
将所述第一候选缺陷点的尺寸与预设的第三尺寸阈值进行比较，以将尺寸小于预设的第三尺寸阈值的第一候选缺陷点作为噪点进行滤除。
[0191]
第一候选缺陷点包括至少两个相邻的缺陷像素点，第一候选缺陷点的尺寸相应包括长度、宽度、半径、面积等参数中至少一种。因此，第三尺寸阈值包括长度、宽度、半径、面积等参数的阈值中至少一种。
[0192]
对待处理图像根据其中的单元图像的尺寸进行切割道与单元图案滤除或者切割道避开处理，而待处理图像中存在的某些缺陷(如划痕等)可能横跨数个单元图像，因此，为了检出横跨数个单元图像的缺陷，对检出的第二候选缺陷点进行聚类处理。
[0193]
本实施例中，采用空间距离聚类算法对第二候选缺陷点进行聚类处理。具体地，将距离小于预设距离阈值的第二候选缺陷点作为一个缺陷点，并将与其他第二候选缺陷点之间的距离大于或等于所述距离阈值的第二候选缺陷点作为一个缺陷点。
[0194]
此处，距离小于预设距离阈值的第二候选缺陷点，是指任意两个第二候选缺陷点之间的距离均小于所述距离阈值。
[0195]
所述距离阈值可以根据实际的需要设置。可以理解的是，所述距离阈值不宜过大也不宜过小。若所述距离阈值过大，可能将不属于一个缺陷点的第二候选缺陷点归为一个缺陷点；若所述距离阈值过小，使得属于同一个缺陷点的第二候选缺陷点被分割开。为此，本实施例中，所述距离阈值为20至100个像素点。
[0196]
在其他实施例中，还能够直接将第二缺陷候选点作为缺陷点。
[0197]
相应地，本发明实施例还提供了一种检测装置。
[0198]
图9示出了本发明实施例中的一种检测装置的结构示意图。请参见图9，所述检测装置90可以包括：图像获取单元901，适于获取待处理图像；所述待处理图像包括多个单元图像，所述多个单元图像之间通过切割道区域相互分离；所述单元图像包括单元图案；尺寸获取单元902，适于获取所述待处理图像中的所述单元图像的尺寸；尺寸比较单元903，适于将所述单元图像的尺寸与预设的第一尺寸阈值进行比较；识别处理单元904，适于若所述单元图像的尺寸小于所述第一尺寸阈值，对所述待处理图像执行切割道与单元图案滤除处理，获取第一待检测图像；对所述第一待检测图像执行第一识别处理，获取所述第一待检测图像中满足第一阈值条件的像素点作为缺陷像素点；若所述单元图像的尺寸大于或等于所述第一尺寸阈值，对所述待处理图像执行切割道避开处理，获取第二待检测图像；对所述第二待检测图像执行第二识别处理，获取所述第二待检测图像中满足第二阈值条件的像素点作为缺陷像素点；缺陷获取单元905，适于基于所述缺陷像素点，获取所述待处理图像中存在的缺陷点。
[0199]
所述检测装置用于执行前述实施例所述的检测方法，也可以采用其他的结构执行前述实施例所述的检测方法。对本实施例的检测装置的具体描述，可参考前述实施例中对检测方法的相应描述，在此不再赘述。
[0200]
本发明实施例还提供一种设备，该设备可以通过装载程序形式的上述检测方法，以实现本发明实施例提供的检测方法。
[0201]
参考图10，示出了本发明一实施例所提供的设备的硬件结构图。本实施例所述设备包括：至少一个处理器01、至少一个通信接口02、至少一个存储器03和至少一个通信总线04。
[0202]
本实施例中，所述处理器01、通信接口02、存储器03和通信总线04的数量均为至少一个，且所述处理器01、通信接口02以及存储器03通过所述通信总线04完成相互间的通信。
[0203]
所述通信接口02可以为用于进行网络通信的通信模块的接口，例如为gsm模块的接口。
[0204]
所述处理器01可能是中央处理器cpu，或者是特定集成电路asic(application specific integrated circuit)，或者是被配置成实施本实施例所述检测方法的一个或多个集成电路。
[0205]
所述存储器03可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0206]
其中，所述存储器03存储有一条或多条计算机指令，所述一条或多条计算机指令被所述处理器01执行以实现前述实施例提供的检测方法。
[0207]
需要说明的是，上述的实现终端设备还可以包括与本发明实施例公开内容可能并不是必需的其他器件(未示出)；鉴于这些其他器件对于理解本发明实施例公开内容可能并不是必需，本发明实施例对此不进行逐一介绍。
[0208]
本发明实施例还提供一种存储介质，所述存储介质存储有一条或多条计算机指令，所述一条或多条计算机指令用于实现前述实施例提供的检测方法。
[0209]
上述本发明的实施方式是本发明的元件和特征的组合。除非另外提及，否则所述元件或特征可被视为选择性的。各个元件或特征可在不与其它元件或特征组合的情况下实践。另外，本发明的实施方式可通过组合部分元件和/或特征来构造。本发明的实施方式中所描述的操作顺序可重新排列。任一实施方式的一些构造可被包括在另一实施方式中，并且可用另一实施方式的对应构造代替。对于本领域技术人员而言明显的是，所附权利要求中彼此没有明确引用关系的权利要求可组合成本发明的实施方式，或者可在提交本技术之后的修改中作为新的权利要求包括。
[0210]
本发明的实施方式可通过例如硬件、固件、软件或其组合的各种手段来实现。在硬件配置方式中，根据本发明示例性实施方式的方法可通过一个或更多个专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理器件(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、处理器、控制器、微控制器、微处理器等来实现。
[0211]
在固件或软件配置方式中，本发明的实施方式可以模块、过程、功能等形式实现。软件代码可存储在存储器单元中并由处理器执行。存储器单元位于处理器的内部或外部，并可经由各种己知手段向处理器发送数据以及从处理器接收数据。
[0212]
对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这
些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是符合与本文所公开的原理和新颖特点相一致的最宽的范围。
[0213]
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。