本技术涉及集成电路,特别是涉及一种集成电路布图相似度分析方法及系统。
背景技术:
1、集成电路相似度分析方法可以通过实体对齐的方式来实现。传统的实体对齐方法主要通过属性相似度匹配的方式来进行,利用有监督学习的机器学习模型,如决策树、支持向量机、集成学习等。这些方法依赖于实体的属性信息,通过属性相似度来进行跨平台实体对齐关系的推断。
2、然而,传统的实体对齐方法存在一些缺点。首先,这些方法需要耗费大量的人力来进行属性相似度的计算和匹配。这样的相似度分析方法应用性较差,分析效率较低。
技术实现思路
1、基于上述问题,本技术提供了一种集成电路布图相似度分析方法及系统,用以提高相似度分析的准确性。
2、为解决上述问题,本技术实施例提供的技术方案如下:
3、本技术第一方面提供了一种集成电路布图相似度分析方法,包括:
4、获取目标芯片的特征层图像数据;
5、基于所述特征层图像数据确定所述目标芯片包含的目标电路模块;
6、提取所述目标电路模块的平直线特征信息,所述平直线特征信息包括边界特征信息和内部特征信息,所述边界特征信息用于表征所述目标电路模块的最外侧平直线构成的闭合多边形;
7、基于所述目标电路模块的边界特征信息和内部特征信息,分别对所述目标芯片包含的目标电路模块与参考电路模块进行匹配,得到相似度分析结果。
8、在一种可能的实现方式中,所述提取所述目标电路模块的平直线特征信息,包括:
9、当所述特征层图像数据为diff层图像数据时,将边缘信息作为特征元素,提取所述目标电路模块的平直线特征信息,所述边缘信息用于表征pdiff和ndiff的边缘位置信息;
10、当所述特征层图像数据为poly层图像数据时,将poly层图像中的通孔,和/或,poly层图像中的边缘信息作为特征元素,提取所述目标电路模块的平直线特征信息。
11、在一种可能的实现方式中,所述基于所述目标电路模块的边界特征信息和内部特征信息,分别对所述目标芯片包含的目标电路模块与参考电路模块进行匹配,得到相似度分析结果,包括:
12、基于目标电路模块的边界特征信息,与参考电路模块的边界特征进行匹配,得到相似度大于第一预设阈值的候选电路模块;
13、调整目标电路模块的平直线特征信息的空间位置,和/或,候选电路模块的平直线特征信息的空间位置,直至所述目标电路模块与所述候选电路模块内相对应的内部平直线的相对位置吻合;
14、基于调整得到的结果,计算所述目标电路模块的内部特征信息和所述候选电路模块的内部特征信息的相似度。
15、在一种可能的实现方式中,所述基于目标电路模块的边界特征信息,与参考电路模块的边界特征进行匹配,得到相似度大于第一预设阈值的候选电路模块,包括:
16、计算确定所述目标电路模块和所述参考电路模块分别对应的图像矩;
17、计算所述目标电路模块对应的图像矩与所述参考电路模块对应的图像矩的差异百分比,基于所述差异百分比得到所述目标电路模块与所述参考电路模块的相似度;
18、当所述相似度大于第一预设阈值时,将所述参考电路模块作为候选电路模块。
19、在一种可能的实现方式中,所述基于目标电路模块的边界特征信息,与参考电路模块的边界特征进行匹配,得到相似度大于第一预设阈值的候选电路模块,包括:
20、基于目标电路模块的边界特征信息,与候选电路模块的边界特征信息进行匹配,得到方向匹配结果,所述方向匹配结果用于指示基于目标电路模块与候选电路模块的相对位置,对目标电路模块和/或候选电路模块的空间位置进行调整,以使所述目标电路模块和候选电路模块的边界特征信息相似度符合第一预设标准;
21、基于所述方向匹配结果,调整目标电路模块和/或候选电路模块的空间位置;
22、基于方向调整结果,计算目标电路模块的边界特征信息与候选电路模块的边界特征信息的相似度,得到相似度大于第一预设阈值的候选电路模块。
23、在一种可能的实现方式中,所述调整目标电路模块的平直线特征信息的空间位置,和/或,候选电路模块的平直线特征信息的空间位置,直至所述目标电路模块与所述候选电路模块内相对应的内部平直线的相对位置吻合,包括:
24、当所述目标电路模块的边界特征信息,和/或,候选电路模块的边界特征信息对应的闭合多边形为非对称图形,基于所述方向调整结果,调整目标电路模块的内部特征信息的空间位置,和/或,候选电路模块的内部特征信息的空间位置,直至所述目标电路模块与所述候选电路模块内相对应的内部平直线的相对位置吻合。
25、在一种可能的实现方式中,所述调整目标电路模块的平直线特征信息的空间位置,和/或,候选电路模块的平直线特征信息的空间位置,直至所述目标电路模块与所述候选电路模块内相对应的内部平直线的相对位置吻合,包括:
26、当所述目标电路模块的边界特征信息,和/或,候选电路模块的边界特征信息对应的闭合多边形为对称图形且所述目标电路模块和候选电路模块内的平直线相似度不符合第二预设标准,对所述目标电路模块或候选电路模块进行翻转,直至所述目标电路模块和候选电路模块内的平直线相似度符合第二预设标准;
27、调整目标电路模块的内部特征信息的空间位置,和/或,候选电路模块的内部特征信息的空间位置,直至所述目标电路模块与所述候选电路模块内相对应的内部平直线的相对位置吻合。
28、在一种可能的实现方式中,所述调整目标电路模块的平直线特征信息的空间位置,和/或,候选电路模块的平直线特征信息的空间位置,直至所述目标电路模块与所述候选电路模块内相对应的内部平直线的相对位置吻合,包括:
29、当所述目标电路模块的边界特征信息,和/或,候选电路模块的边界特征信息相同,对所述目标电路模块或候选电路模块进行翻转,直至所述目标电路模块和候选电路模块内的平直线相似度符合第二预设标准;
30、调整目标电路模块的内部特征信息的空间位置,和/或,候选电路模块的内部特征信息的空间位置,直至所述目标电路模块与所述候选电路模块内相对应的内部平直线的相对位置吻合。
31、在一种可能的实现方式中,所述调整目标电路模块的内部特征信息的空间位置,和/或,候选电路模块的内部特征信息的空间位置,直至所述目标电路模块与所述候选电路模块内相对应的内部平直线的相对位置吻合,包括:
32、获取目标电路模块和候选电路模块对应的闭合多边形中的定位点;
33、基于所述定位点将所述目标电路模块,和/或,候选电路模块的位置进行调整,直至所述目标电路模块和候选电路模块基于所述定位点对齐;
34、枚举目标电路模块中每个内部平直线,根据各个内部平直线与定位点的相对位置,找到参考电路模块中同相对位置的内部平直线,调整两个内部平直线的空间位置,直至所述目标平直线和所述参考平直线的重叠面积最大,所述目标平直线为所述目标电路模块的内部特征信息中的平直线,所述参考平直线为所述候选电路模块的内部特征信息中的,与所述目标平直线相对应的平直线。
35、在一种可能的实现方式中,所述调整两个内部平直线的空间位置,包括:
36、当所述目标平直线和参考平直线为水平平直线,在垂直方向上对目标平直线,和/或,参考平直线的空间位置进行匹配调整;
37、当所述目标平直线和参考平直线为竖直平直线,在水平方向上对目标平直线,和/或,参考平直线的空间位置进行匹配调整。
38、在一种可能的实现方式中,所述基于调整得到的结果,计算所述目标电路模块的内部特征信息和所述候选电路模块的内部特征信息的相似度,包括:
39、当所述目标电路模块中的每个平直线与所述参考电路模块中对应的平直线的重叠面积最大,计算所述目标电路模块的内部特征信息和所述候选电路模块的内部特征信息的异或结果,计算预设差异位置的长度比值,所述预设差异位置为位置调整后,所述目标平直线和所述参考平直线的长度差值大于预设长度值的位置;
40、基于所述长度比值和所述异或结果,得到所述目标电路模块和所述候选电路模块的相似度。
41、本技术第二方面提供了一种相似度分析系统,包括:
42、获取单元,用于获取目标芯片的特征层图像数据;
43、电路模块确定单元,用于基于所述特征层图像数据确定所述目标芯片包含的目标电路模块;
44、平直线特征信息提取单元,用于提取所述目标电路模块的平直线特征信息,所述平直线特征信息包括边界特征信息和内部特征信息,所述边界特征信息用于表征所述目标电路模块的最外侧平直线构成的闭合多边形;
45、相似度分析结果确定单元,用于基于所述目标电路模块的边界特征信息和内部特征信息,分别对所述目标芯片包含的目标电路模块与参考电路模块进行匹配,得到相似度分析结果。
46、相较于现有技术,本技术具有以下有益效果:
47、通过获取目标芯片的特征层图像数据;基于所述特征层图像数据确定所述目标芯片包含的目标电路模块;提取所述目标电路模块的平直线特征信息,所述平直线特征信息包括边界特征信息和内部特征信息,所述边界特征信息用于表征所述目标电路模块的最外侧平直线构成的闭合多边形;基于所述目标电路模块的边界特征信息和内部特征信息,分别对所述目标芯片包含的目标电路模块进行匹配,得到相似度分析结果。即通过对目标芯片中的目标电路模块的边界特征信息和内部特征信息进行比对和匹配,即可得到相似度分析结果。相比于现有技术中人工辨别电路相似度,本技术提供的方案可以仅基于电路模块的平直线特征信息即可确定相似度,由此,提高了分析效率。