基于软件的集成电路版图提取系统设计

="EK"L&MPO =>?@ABC>+DEDAFDG =>?@AB>HCIEDAFDG +I2BA+D??D
第 O 行的数据
-& 边缘检测和连接
确定图像中的物体边界的另一种方法是先检测每个像素 和其直接邻域的状态， 以决定该像素是否确实处于一 个 物 体 的 边界上。具有所需特性的像素被标为边缘点。当图像中各个像 素的灰度级用来反映各像素符合边缘像素要求的程度 时 ， 这种 图像被称为边缘图像和边缘图。 一幅边缘图通常用边缘点勾画出各个物体的轮 廓 ， 但很少 能形成图像分割所需要的闭合且连通的边界。因此需要另一个 步骤才能完成物体的检测过程即边缘点连接。 边缘检测 6 7 )8 边缘检测算子检测每个像素的邻域并对灰度变化率进行 量化， 通常也包括方向的确定。有若干种方法可以使用， 其中大 多数是基于方向导在图像中某一个物体的边界上， 那么它的邻 域将成为一个灰度级变化的带。对这种变化最有用的两个特征 是灰度的变化率和方向， 它们分别以梯度向量的幅度 和 方 向 来 表示。
的算子。 ()* ， +,由下式给出：
计算机时代 !""! 年 第 #" 期
的处理。 井区设定 ! " #$ 由于集成电路版图的特点和我们提取图元的目 标 特 点 ， 进 有源区的轮廓也能给得相当精确。 本上能达到 !"#，
!!"!
实施算法的过程中有几点值得注意：一方面提取有源区 时， 我们必须对各扫描线上的像素点先进行积分， 再二 值 化 ， 这 样有利于增加对比度、 改善效果。另一个重要的方 面 就 是 必 须 保 证 /012 层 和 3411 层坐标的严格对应，也就是要保持
计算机时代 !""! 年 第 #" 期
!!"!
基于软件的集成电路版图提取系统设计
田文雅 （ 浙江经贸职业技术学院信息技术系，浙江 杭州 0!//!"）
摘 要：在分析了若干传统图像分割算法的基 础 上 ， 通过对某些传统算法的改进， 应用于集成电路版图提取过程， 并结 合集成电路版图自身的特点提出了一个合并算法。最后介绍了一个完整的用软件方法实现的集成电路版图提取系统。 关键词：图像分割；灰度图；算子；有源区；多晶线
2#,5SGK;TO U 9VVW2#KK/TO U XYZW=.3KTOU RR[*
得到灰度值，并将彩图中的三个分量 都 赋 成 2#,5 就 可 得 到 灰 度图。经过这一转换后就可应用各种图像处理方法进行进一步
!"#$%&’ 边 缘 检 测 算 子 是 一 种 利 用 局 部 差 分 算 子 寻 找 边 缘
# 引言
目前， 集成电路的版图分析与提取， 是一项借鉴优 秀 设 计 、 提高集成电路设计水平的有效手段。由于集成电路工艺的不断 进步， 单片芯片上集成的管子越来越多， 使得集成电路版图的 元件密度越来越大。同时， 版图中还存在着井区、 有源区、 4 管、 单靠人工 对 着 照 片 去 挨 个 5 管以及它们之间复杂的连接关系， 提取， 既费时又费力， 而且容易引入错误， 从而影响了芯 片 的 设 计质量和设计周期， 阻碍了集成电路行业的发展。本 文 通 过 对 多种传统图像分割算法的综合使用， 并结合集成电路 版 图 本 身 的特点对算法加以改善， 提出了一种适合于集成电路 版 图 提 取 用软件的方 的新方法。同 时 结 合 新 的 版 图 数 据 库 规 范 1*6++ ， 法实现了一个完整的版图提取系统。
!
! -#$ ./0$12/23%无线局域网 %人民邮电出版社 & ’((" %
9$$:
!!"!
!"#$%&’())*(+,)-".,/0,,1001
%& ) !"#$(*， %(*& & !# !"#$，
!
现物体和背景内部的点低于阀值而大多数边缘点高于它。 !"#$%& 的分割法正是利用了这种现象，它首先用一个中偏低的灰度阀 值对梯度图像进行二值化从而检测出物体和背景，物体与背景 被处于阀值之上的边界点分开。 随着阀值逐渐提高， 就引起物体 和背景的同时增长。 当两者接触上而又不至于合并时， 可用接触 点来定义边界。这是分水岭算法在梯度图像中的应用。 虽然 !"#$%&方法比二值化的计算开销大，但它可以产生梯 度边界， 并 且 避 免 了 使 用 只 用 梯 度“ 跟 踪 虫 ”时 存 在 的 许 多 麻 烦。要注意的是， 若图像包含多个物体， 只有在初始二值化分割 正确的情况下， 才能保证最后分割的正确。 拉普拉斯边缘检测 ’ ()* 拉普拉斯算子是对二维函数进行运算的二阶导数标量算
>EK"L&MQR行的数据
!& 集成电路版图提取的实现
版图灰度化 ’ R)* 我们的处理对象是彩图， 如果直接对彩图进行处理， 一般 需要分 G 、 2、 = 三个通道分别进行处理，再将各个通 道 处 理 的 结果进行拼合， 这样的处理过程相对比较复杂， 而效果也不一 定令人满意。所以在本系统中我们先将集成电路版图进行灰度 化，将彩图转换为灰度图。版图数据一般采用 G2= 的 表 示 形 式， 一个像素点对应四个字节 G 、 2、 = 和一个标志位。对于彩图 中的一个像素，其 G 、 2、 = 分量的数值一般不同，而 灰 度 图 的 进行转换时 G、 2、 = 数值一般具有相同的数值。基于这个原理， 我们读取彩图中一个像素的 G 、 2、 = 分量再由公式：
! !
)!
!
* + ! !!"
) $ ( !% !"
=>?@AB>HCIEDAFDG
ห้องสมุดไป่ตู้
中的 J"EK"L&M大于零， 则位图数据的参
’ * , #*) $ ( !% &+ !" !"
则位图数据的参考原 考原点是左下角， 如 果 J"EK"L&M小 于 零 ， 点是左上角。整个位图文件的存储格式如表 7 所示。 表4
某阀值的像素都被判属于物体。所有灰度值小于该阀值的像素 被排除在物体之外。于是， 边界就成为一些内部点的集合， 这些 点都至少有一个邻点不属于该物体。 如果要提取的物体具有均匀一致的灰度值并分布在另一个 灰度值的均匀背景上， 使用阀值方法效果就很好。 如果物体同背 景的差别在于某些性质而不是灰度值（如纹理等） ， 首先需要把 那个性质转化为灰度，然后利用灰度阀值化技术分割待处理的 图像。根据图像特点的不同， 阀值取法也不同， 通常有自适应阀 值、 全局阀值等方法， 通常用直方图技术来决定最佳阀值。 使用阀值是一种区域分割技术， 特别适合于物体与背景有 较强对比的景物的分割。它计算简单， 而且能 用 封 闭 而 且 连 通 的边界定义不交叠的区域。
="EK"L&MNO =>?@ABC>+DEDAFDG =>?@AB>HCIEDAFDG +I2BA+D??D >EK"L&MQR行的数据
第 O 行的数据
这个脉冲响应对于 4 和 5 是可分离的， 因此可 以 有 效 地 加 以实现。它的脉冲响应为一个负的凹谷中有一正向尖峰。参数 因此也控制了平滑的程度。 ! 控制该中心峰的宽度，
! 子。它定义为：! "#$， %&’ " ! "#$， %&( " ! "#$， %& ! !
(# !"#$(*， %& ) !"#$ ， %(*& &
!
这里 -)*.+, 是具有整数像素坐标的输入图像。 其中的平方根 运算使该处理类似于人类视觉系统中发生的过程。除此以外
/"#$0 边缘算子、 1%$23&& 边缘算子也是经常使用的算子。
$ 传统图像分割算法的优劣比较
图像分割就是为将数字图像划分成互不相交（ 不 重 叠 ）区 域的过程。这里， 区域是像素的连通集， 即一个所有像素都有相 邻或相接触像素的集合。传统的图像分割算法大致上采用三种 不同的原理来实现。第一种， 利用区域的方法， 通过将图像划分 为内部点集和外部点集，把各像素划归到各个物体或 区 域 中 ， 如使用阀值分割法。第二种， 利用边界的方法， 确定存在于区域 间的边界来分割图像， 如梯度分割法。第三种， 利用边缘的方 法， 先确定边缘像素并把它们连接在一起， 构成所需的边界。
$% 基于梯度的图像分割方法
梯度图像分割方法是一种边界方法， 它利用 边 界 具 有 高 梯 度值的性质直接把边界找出来。具体使用下列三种分割方法。 边界跟踪 7 " 8$ 在一个无噪声的单调点状态图像中， 使用这 个 算 法 将 描 画 出最大梯度边界； 但是， 只要图像有少量的噪声， 就可 能 使 跟 踪 暂时或永远偏离边界。当然， 噪声的影响可以通过 跟 踪 前 对 梯 度图像进行平滑或采用“跟踪虫”的方法来降低， 但即 使 这 样 ， 边界跟踪也不能保证产生闭合的边界， 并且算法也 可 能 失 控 并 走到图像边界外面。 灰度图像二值化 7 ’ 8$ 对于用适中的阀值对一幅梯度图像进行二值 化 ， 我们将发
参考文献 "
高煜东 %无线网络的广阔市场前景 %计算机周刊杂志社 & ! "#$ ’((’ % 谢小荣等 %网络及网络互连技术 %国防工业出版社 &’((" % ! ’#$ 谢志锋等 %网络架设 *+, %中国铁道出版社 & ! )#$ ’((" %
! 结束语
无线网络和有线网络相比也存在一些不足的地方，目前最 先进的无线网络传输速率也只不过 )*+,-.， 一般只有 !!+,-.，