存储阵列的缺陷定位方法、装置、设备及可读存储介质与流程

1.本技术涉及半导体领域，更具体地，涉及存储阵列的缺陷定位方法、装置、设备及可读存储介质。


背景技术：

2.在制造三维存储器阵列时，会在包括交替层叠设置的绝缘层和导电的栅极层的堆叠结构端部形成台阶区，并在各级台阶上刻蚀形成与栅极层连接的接触孔(ct)，然后填充接触孔形成导电插塞，从而利用导电插塞引出栅极层的电信号。
3.三维存储器阵列的分布方式往往随着存储器的技术发展和容量需要进行调整。当对存储器阵列多处相同的位置(至少有几十万个位置)，如前述多个接触孔(ct)位置，当采用电子束(e
‑
beam)对接触孔进行漏电检测时，由于接触孔布局更替较快，难以快速将检测的至少几十万个亮电压衬度(bright voltage contrast，bvc)与接触孔位置对应，导致无法准确找到表示缺陷的亮电压衬度对应的接触孔位置，从而造成缺陷的定位困难。
4.应当理解，该背景技术部分旨在部分地为理解该技术提供有用的背景，然而，这些内容并不一定属于在本技术的申请日之前本领域技术人员已知或理解的内容。


技术实现要素：

5.本技术提供了一种可至少部分解决相关技术中存在的上述问题的存储阵列的缺陷定位方法及装置。
6.根据本技术的一个方面，提供一种存储阵列的缺陷定位方法，所述方法可包括：对所述存储阵列的检测图像进行灰度处理以获得所述检测图像中的多个电压衬度的灰度值，其中，所述电压衬度指示所述存储阵列对应的检测位置可能存在的缺陷；在灰度处理后的检测图像中识别出所述多个电压衬度的轮廓；根据识别出的所述轮廓获取所述多个所述检测位置的坐标，以与所述检测位置建立对应关系；以及根据所述灰度值和所述对应关系定位出所述存储阵列的缺陷。
7.在本技术的一个实施方式中，通过电子束检测所述存储阵列的所述检测位置获得包括所述多个电压衬度的所述检测图像。
8.在本技术的一个实施方式中，所述存储阵列的检测位置包括阵列孔位置。
9.在本技术的一个实施方式中，在灰度处理后的检测图像中识别出所述多个电压衬度的轮廓包括：
10.获取灰度处理后的所述检测图像中的轮廓点集合；以及从所述检测图像中的轮廓点集合中提取出所述多个电压衬度的轮廓。
11.在本技术的一个实施方式中，从所述检测图像中的轮廓点集合中提取出所述多个电压衬度的轮廓包括：基于所述检测图像中的轮廓点集合计算多个轮廓周长；将多个所述轮廓周长与周长预设值比较；响应于比较结果为所述轮廓周长与所述周长预设值符合预设条件，将该轮廓周长对应的轮廓对应于所述电压衬度的轮廓。
12.在本技术的一个实施方式中，根据识别出的所述轮廓获取所述多个所述检测位置的坐标包括：获取多个所述电压衬度的轮廓点坐标；基于所述轮廓点坐标筛选出所述轮廓的重心点坐标作为所述检测位置的坐标。
13.在本技术的一个实施方式中，基于所述轮廓点坐标筛选出所述轮廓的重心点坐标作为所述检测位置的坐标包括：基于所述轮廓点的x坐标和y坐标集合得到所述重心点的坐标集合；在所述重心点的坐标集合中筛选出不重复的重心点坐标作为所述检测位置的坐标。
14.在本技术的一个实施方式中，根据所述灰度值和所述对应关系定位出所述存储阵列的缺陷包括：通过所述灰度值确定所述电压衬度指示的缺陷；以及基于建立的所述对应关系，确定出所述缺陷的位置。
15.在本技术的一个实施方式中，通过所述灰度值确定所述电压衬度指示的缺陷包括：将所述多个电压衬度的灰度值与参考值比较；响应于比较结果为所述电压衬度的灰度值符合预设条件，将该电压衬度与所述缺陷对应。
16.在本技术的一个实施方式中，所述方法还包括对所述检测位置的坐标的缺失值进行填充。
17.在本技术的一个实施方式中，所述方法应用于三维存储器。
18.在本技术的一个实施方式中，所述三维存储器包括三维非易失性存储器。
19.基于同样的发明构思，本技术另一方面提供了一种存储阵列的缺陷定位装置，所述装置可包括：
20.灰度处理模块，用于对所述存储阵列的检测图像进行灰度处理以获得所述检测图像中的多个电压衬度的灰度值，其中，所述电压衬度指示所述存储阵列对应的检测位置可能存在的缺陷；轮廓确定模块，用于在灰度处理后的检测图像中识别出所述多个电压衬度的轮廓；位置对应模块，用于根据识别出的所述轮廓获取所述多个所述检测位置的坐标，以与所述检测位置建立对应关系；以及缺陷定位模块，用于根据所述灰度值和所述对应关系定位出所述存储阵列的缺陷。
21.在本技术的一个实施方式中，所述轮廓确定模块包括：轮廓点获取子模块，用于获取灰度处理后的所述检测图像中的轮廓点集合；以及轮廓确定子模块，用于从所述检测图像中的轮廓点集合中提取出所述多个电压衬度的轮廓。
22.在本技术的一个实施方式中，缺陷定位模块包括：缺陷确定子模块，通过所述灰度值确定所述电压衬度指示的缺陷；以及缺陷定位子模块，基于建立的所述对应关系，确定出所述缺陷的位置。
23.在本技术的一个实施方式中，缺陷确定子模块包括：
24.比较单元，将所述多个电压衬度的灰度值与参考值比较；以及对应单元，响应于比较结果为所述电压衬度的灰度值符合预设条件，将该电压衬度与所述缺陷对应。
25.在本技术的一个实施方式中，所述缺陷定位装置还包括缺失值填充模块，用于对所述检测位置的坐标的缺失值进行填充。
26.在本技术的一个实施方式中，所述存储阵列包括三维存储器。
27.在本技术的一个实施方式中，所述三维存储器包括三维非易失性存储器。
28.本技术又一方面提供了一种设备，所述设备可包括：存储器，用于存储程序指令；
以及处理器，用于与所述存储器通信以执行所述程序指令，从而实现上述任一项所述的方法。
29.本技术再一方面提供了一种可读存储介质，所述计算机指令用于使所述计算机执行上述任一项所述的方法。
30.本技术实施方式提供的缺陷定位方法，通过轮廓提取和轮廓重心点坐标计算获得电压衬度对应的检测位置的坐标，将该坐标与检测位置建立起对应关系；进一步基于电压衬度的灰度值确定了表示缺陷的电压衬度，从而找出有缺陷的检测位置。
31.该缺陷定位方法可保证检测图像质量不变的情况下，对庞大的电压衬数据进行自动批处理，运行几秒即可获取缺陷定位结果，避免对数据的多次重复性和手动操作，节省了时间和人力；该方法不受阵列布局的影响，适合推广使用。
附图说明
32.通过阅读参照以下附图所作的对非限制性实施例的详细描述，本技术的其它特征、目的和优点将会变得更明显。其中：
33.图1为根据本技术实施方式的存储阵列的缺陷定位方法流程图。
34.图2
‑
6为根据本技术实施方式的存储阵列的缺陷定位方法各步骤示意图。
35.图7为根据本技术实施方式的存储阵列的缺陷定位设备框图。
36.图8为根据本技术实施方式的检测图像。
具体实施方式
37.为了更好地理解本技术，将参考附图对本技术的各个方面做出更详细的说明。应理解，这些详细说明只是对本技术的示例性实施方式的描述，而非以任何方式限制本技术的范围。在说明书全文中，相同的附图标号指代相同的元件。表述“和/或”包括相关联的所列项目中的一个或多个的任何和全部组合。
38.在附图中，为了便于说明，已稍微调整了元素的大小、尺寸和形状。附图仅为示例而并非严格按比例绘制。如在本文中使用的，用语“大致”、“大约”以及类似的用语用作表近似的用语，而不用作表程度的用语，并且旨在说明将由本领域普通技术人员认识到的、测量值或计算值中的固有偏差。另外，在本技术中，各步骤处理描述的先后顺序并不必然表示这些处理在实际操作中出现的顺序，除非有明确其它限定或者能够从上下文推导出的除外。
39.还应理解的是，诸如“包括”、“包括有”、“具有”、“包含”和/或“包含有”等表述在本说明书中是开放性而非封闭性的表述，其表示存在所陈述的特征、元件和/或部件，但不排除一个或多个其它特征、元件、部件和/或它们的组合的存在。此外，当诸如“...中的至少一个”的表述出现在所列特征的列表之后时，其修饰整列特征，而非仅仅修饰列表中的单独元件。此外，当描述本技术的实施方式时，使用“可”表示“本技术的一个或多个实施方式”。并且，用语“示例性的”旨在指代示例或举例说明。
40.除非另外限定，否则本文中使用的所有措辞(包括工程术语和科技术语)均具有与本技术所属领域普通技术人员的通常理解相同的含义。还应理解的是，除非本技术中有明确的说明，否则在常用词典中定义的词语应被解释为具有与它们在相关技术的上下文中的含义一致的含义，而不应以理想化或过于形式化的意义解释。
41.需要说明的是，在不冲突的情况下，本技术中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本技术。
42.图1为根据本技术实施方式的存储阵列的缺陷定位方法1000的流程示意图。如图1所示，该缺陷定位方法1000包括：
43.s1：对所述存储阵列的检测图像进行灰度处理以获得所述检测图像中的多个电压衬度的灰度值，其中，所述电压衬度指示所述存储阵列对应的检测位置可能存在的缺陷；
44.s2：在灰度处理后的检测图像中识别出所述多个电压衬度的轮廓；
45.s3：根据识别出的所述轮廓获取所述多个所述检测位置的坐标，以与所述检测位置建立对应关系；
46.s4：根据所述灰度值和所述对应关系定位出所述存储阵列的缺陷。
47.目前的检测工艺中，存储阵列多处相同位置的缺陷识别和定位往往需要进行手动分区，然后逐个查找，耗时长；而存储阵列布局随着技术发展更替快，传统的手动识别和定位变得尤为困难。
48.根据本技术实施方式的存储阵列的缺陷定位方法，只要获取到例如包含电压衬度的检测图像，对电压衬度的轮廓进行自动识别并基于识别的轮廓获取电压衬度的重心点坐标作为检测位置的坐标，从而得以与检测位置建立对应关系，当检测位置有缺陷时，电压衬度的视觉表现与正常位置不同，因此，该方法可以快速找出漏电的检测位置。
49.下面将结合图2至图5详细说明上述制备方法1000的各个步骤的具体工艺。
50.步骤s1：
51.在该步骤中，对存储阵列的检测图像进行灰度处理以获得所述检测图像中的多个电压衬度的灰度值。根据本技术实施方式的存储阵列可为三维nand存储器阵列。在制造nand存储器阵列时，会在包括交替层叠设置的绝缘层和导电的栅极层的堆叠结构端部形成台阶区，并在各级台阶上刻蚀形成与栅极层连接的接触孔(ct)，然后填充接触孔形成导电插塞，从而利用导电插塞引出栅极层的电信号。
52.随着对数据存储密度的需求不断提高，堆叠结构的层数越来越多。在形成接触孔时，为了保证相对靠近衬底的下层台阶中栅极层能够被顺利引出，相对远离衬底的上层台阶中的栅极层容易被过刻蚀(over etch)，出现刻蚀穿通(punch through)，导致相邻的两层栅极层之间通过导电插塞短接，降低产品良率。本领域技术人员应当理解，本发明实施例中检测的三维存储阵列不限于完成三维存储阵列全部制备工艺的器件，可以为产线上在执行完成接触孔制备工艺后的器件结构。
53.实际检测工艺中，通常采用电压衬度(voltage contrast，vc)方法检测接触孔是否漏电，电压衬度指示存储阵列检测位置可能存在的缺陷，反映了缺陷的情况。其原理是通过聚焦电子束(e
‑
beam)轰击接触孔底部激发二次电子，二次电子在缺陷处和非缺陷处产生的数量不同，传输效率不同，基于电压反差得到二次电子成像的图像，即表现为图像亮度，从而通过观察图像亮度的差异来确定接触孔是否有缺陷。
54.电子束检测一般包括亮电压衬度(bright voltage contrast，bvc)和暗电压衬度(dark voltage contrast，dvc)。bvc缺陷检测可定位出漏电诱发(leakage
‑
inducing)缺陷，dvc缺陷检测可包括指认出在导电插塞缺陷所导致的开口。各类缺陷实际检测工艺中，检测范围可以是晶圆上的一个存储芯片(可独立地执行命令或报告状态的最小单元)或一
个存储块(可通过单个擦除操作擦除的最小单元)，检测的接触孔量级至少为几十万，当某些电压衬度反映的接触孔诊断为漏电，找到该些接触孔在一个存储芯片中或一个存储块中的具体位置以便于进行后续处理变得十分重要。
55.根据本技术的一个实施方式，多个电压衬度可为与存储阵列布局一致的电压衬度阵列，检测位置可为与电压衬度阵列对应的检测位置阵列。
56.根据本技术的一个实施方式，提供的检测图像并不局限于对存储阵列的接触孔检测得到的电压衬度图像，任何可以通过电压衬度反映缺陷的检测位置得到的检测图像都可使用本技术实施方式提供的缺陷定位方法，如接触孔断路，沟道孔漏电、短路、断路，字线漏电等。基于存储阵列得到的包含电压衬度的检测图像通常将存储阵列的衬底图像一并包含在检测图像中，当电压衬度数量庞大时，衬底的颜色容易对反映缺陷的电压衬度造成影响，因此步骤s1采用灰度处理以消除背景衬底的颜色噪音，避免彩色图像或二值化得到的黑白图像难以区分衬底和反映缺陷的电压衬度。另外，提取图像灰度特征有利于在后续对图像进行轮廓特征的提取。
57.在本技术的一个实施方式中，在步骤s1中，首先读取表示检测图像的三维数组，可以mat数据格式存储。图8示例性地示出了一种包含点电压衬度的检测图像，其中，三维数组包括图像的空间位置(例如，长度和宽度)以及bgr通道。。根据本技术实施方式的色彩通道数为3，即分布为蓝(bule)，绿(green)和红(red)，每个颜色的取值范围为0～255。
58.然后，输出检测图像的(二维数组，所输出的二维数组包括图像的空间位置(例如，长度和宽度)以及图片上相应位置的灰度值，。该步骤将读取的数据形式的图像转换为灰度图像，即色彩通道数为1，每个像素值使用0到255的亮度值代表，其中0为黑色，255为白色。
59.示例性的，灰度处理过程可以包括：(1)计算机视觉库中设置有灰度处理的算法，计算机视觉库的种类可因应用的语言或者操作系统或者开发侧重点的不同而不同，比如opencv库。(2)将bgr三通道数值平均化或加权平均化得到单通道的图像信息。
60.步骤s2：
61.在该步骤中，在灰度处理后的检测图像中识别出多个电压衬度的轮廓。电压衬度的轮廓提取是后续计算坐标的关键步骤，为了减少背景噪音的影响以精确地将电压衬度的轮廓提取出来，如图2所示，步骤s2包括：
62.s20：获取灰度处理后的所述检测图像中的轮廓点集合；
63.s21：从所述检测图像中的轮廓点集合中提取出所述多个电压衬度的轮廓。
64.示例性的，从所述检测图像中的轮廓点集合中提取出所述多个电压衬度的轮廓包括采用计算机视觉库获取检测图像中的多个电压衬度的轮廓，计算机视觉库中设置有轮廓查找算法，通过轮廓查找算法可以发现检测图像中电压衬度的轮廓，并且将电压衬度轮廓画出来。示例性的，在步骤s1进行灰度处理后，采用例如opencv库里的findcontours()函数寻找电压衬度的轮廓。contours为一个向量，向量内每个元素代表一个轮廓，每个元素保存了一组由连续的点构成的点的集合的向量，每一组点集就是一个轮廓。上述的findcontours()函数通过定义轮廓的检索模式、轮廓之间的检索关系和轮廓的算法得到包含轮廓信息的轮廓点的集合。
65.本技术实施方式提供的存储阵列检测图像，由于检测图像中的电压衬度数量庞大，电压衬度之间变化较小，且受到图像质量的制约，在寻找轮廓的过程中，容易将非电压
衬度的轮廓找出来，如检测图像中的一个黑点，或衬底的一个凸起或凹陷引起的图像轮廓等，因此在寻找到所有的轮廓点以后，需要进一步从轮廓点中把与电压衬度对应的轮廓和轮廓点提出和筛选出来。
66.进一步地，如图3所示，在提取多个电压衬度的轮廓步骤s21中，首先在步骤s210中，基于检测图像中的轮廓点集合计算多个轮廓周长，然后在步骤s211中将多个所述轮廓周长与周长预设值比较，最后在步骤s212中，响应于比较结果为所述轮廓周长与所述周长预设值符合预设条件，将该轮廓周长对应的轮廓对应于所述电压衬度的轮廓。
67.示例性的，在步骤s20获取检测图像中的所有轮廓点集合之后，采用opencv库里的arclength()函数计算轮廓的长度，将计算的轮廓长度与电压衬度的周长预设值做比较，电压衬度的周长预设值与检测位置的形貌有关，例如，当检测位置为接触孔时，电压衬度的周长预设值可以参考接触孔的孔径，反映至电压衬度的图像中即为图像的像素。当电压衬度的周长预设值与接触孔的孔径相当，即认为该轮廓周长对应的轮廓为电压衬度的轮廓。
68.在本技术的一个实施方式中，也可将轮廓点依次能否依次连接形成封闭图形作为提取和筛选电压衬度轮廓的一个条件，例如：通过设定封闭图像的真假，closed＝false，代表未封闭，closed＝true代表封闭，往往选择封闭图形的周长作为电压衬度的轮廓。
69.在本技术的一个实施方式中，步骤s2可以灰度值的突变为基础对图像做分割，直接将分割区域的边界作为轮廓。
70.在本技术的一个实施方式中，步骤s2可以基于深度学习提取电压衬度的轮廓，例如，采用hed(holistically
‑
nested edge detection，整体嵌套边缘检测)进行边缘检测，提取轮廓。
71.其中，hed是一个深度学习的边缘提取的算法，它具有两个特色：
①
整体图像训练和预测；
②
多尺度、多层特征学习，hed利用全卷积网络，自动学习丰富的分层表示。示例性的，基于深度学习的独立目标对象的关键部位的轮廓提取过程如下：在步骤s1进行灰度处理之后，去除或隐藏待检测图像中不属于电压衬度的图像，并将去除或隐藏处理后的图像进行hed算法计算，得到电压衬度的轮廓。
72.步骤s3：
73.在该步骤中根据在上述步骤s2中识别出的轮廓获取多个检测位置的坐标，以与所述检测位置建立对应关系。基于存储阵电压衬度的检测图像，电压衬度与检测位置存在一一对应的关系，例如，检测范围为存储块，检测位置为接触孔，接触孔在存储块中具有唯一的编号(如字线号和位线号)，该编号需要与检测位置和电压衬度对应以便于找出有缺陷的接触孔。
74.如图4所示，根据本技术的一个实施方式，在上述步骤s3中，首先在步骤s30中获取多个电压衬度的轮廓点坐标，然后在步骤s31中基于所获取的轮廓点坐标筛选出轮廓的重心点坐标作为检测位置的坐标。基于轮廓点的x坐标和y坐标集合得到所述重心点的坐标集合，然后，在所述重心点的坐标集合中筛选出不重复的重心点坐标作为所述检测位置的坐标。
75.示例性地，s30步骤可以通过向量转化坐标方式将opencv库里findcontours()函数获取的轮廓点向量转化为x坐标和y坐标的集合，并进一步通过moments()函数获得图像矩m的特征值，经由下面公式计算出轮廓重心点坐标：
[0076][0077]
式中：cx表示横坐标即轮廓重心的x方向上的坐标；cy表示纵坐标即轮廓重心的y方向上的坐标，m
10
、m
00
、m
01
分别表示图像矩m关于重心点的10阶矩、原点矩和1阶矩。
[0078]
如图8中示出的，行方向为y方向，列方向为x方向，同一行的电压衬度y坐标相同，而同一列的电压衬度x坐标相同，因此，在步骤s30中获取的多个电压衬度的轮廓点含有大量重复的x坐标和y坐标，进而由重复的x坐标和y坐标计算得到重心点的x坐标和y坐标的集合中可能存在大量重复的数据，因此会得到大量重复的重心点坐标，从而需要对数据进行清洗，删除重复的重心点坐标，得到每个检测位置对应的唯一的坐标。
[0079]
在本技术的一个实施方式中，在得到每个电压衬度轮廓对应的唯一的坐标之后，还可将数据排序，以y值和x值为参照，按照从小到大的方式进行排序，由于工艺限制，检测位置在x方向或y方向的坐标会有少许偏移，导致相邻的两个重心点坐标可能代表一个检测位置，因此在排序后，还可删除相邻的距离在预设范围的两个重心点坐标中的一个，例如设定距离预设值为1
‑
2pixel。
[0080]
将得到的重心点坐标作为电压衬度的坐标，并进一步将此坐标作为检测位置的坐标，从而与检测位置建立对应关系，例如与检测位置的编号对应，该编号可以为检测位置在存储块或芯片中的字线号和位线号，
[0081]
本技术的一个实施方式中，考虑到当电压衬度图像中两个电压衬度图像如果有相接，往往难以作为独立目标的轮廓进行提取，因此可能会存在少数电压衬度的轮廓无法提取到，因此可对缺失的检测位置的坐标进行填充，参考相邻的电压衬底的坐标进行自动或手动填充。
[0082]
本技术的一个实施方式中，由于检测位置数量庞大，工艺上可能出现电压衬度坐标与检测位置坐标在x方向或y方向存在1
‑
5pixels的偏差，因此，可通过设定偏差阈值对获得的坐标进行微调。例如，通过沿y方向将电压衬度阵列划分为4个分区，每个分区在x方向上设定1个偏移量，偏移量等差变化以使电压衬度坐标与检测位置坐标对应。
[0083]
步骤s4：
[0084]
在该步骤中，根据在步骤s3中获得的灰度值和对应关系定位出存储阵列的缺陷。具体地，如图5所示，步骤s4包括：
[0085]
s40、通过灰度值确定电压衬度指示的缺陷；将多个电压衬度的灰度值与参考值比较，响应于比较结果为电压衬度的灰度值符合预设条件，将该电压衬度与所述缺陷对应。
[0086]
s41、基于建立的所述对应关系，确定出所述缺陷的位置。
[0087]
示例性的，对于规模较大的灰度值可采用批处理的方式，分批将电压衬度的灰度值与同一参考值比较，例如可利用布尔型遮罩，分批选取同一阈值卡进行分组，将灰度小于100的值对应于布尔型遮罩的true，将灰度值大于100的值对应于布尔型遮罩的false，基于前述检测位置的坐标与检测位置编号的对应关系。本领域技术人员应当理解的是，在未背离本发明教导的情况下，参考值可根据研发和测试人员的经验和实际工艺需要选取合适的值，并不局限于前文所述的100。
[0088]
可将true和false两组数据分别与检测位置的编号对应，例如，true组电压衬度的灰度值表示对应的检测位置是存在漏电的，可快速根据该组检测位置的编号找到存储器漏
电位置进行后续处理。
[0089]
示例性的，s4步骤的分批方式可按照行或列进行分批，以并行计算，节省计算资源。
[0090]
本技术实施方式提供的缺陷定位方法可用三维存储器的缺陷定位，例如，可用于三维非易失性存储器的缺陷定位。该方法可在保证检测图像质量不变的情况下，对庞大的电压衬数据进行批处理，运行几秒即可获取缺陷定位结果，避免对数据的多次重复性和手动操作。该缺陷定位方法不受阵列布局的影响，可在后续进一步分析，将不同类别和程度的缺陷筛选出来，有针对性地进行分析和改善。本定位方法大幅降低图像的处理时间。实现大型数组分批高效的处理。
[0091]
根据本技术的一个实施方式，本技术还提供了一种存储阵列的缺陷定位装置100，如图6所示，该装置包括：灰度处理模块10、轮廓确定模块20、位置对应模块30以及缺陷定位模块40。
[0092]
其中，灰度处理模块10用于对所述存储阵列的检测图像进行灰度处理以获得所述检测图像中的多个电压衬度的灰度值，存储阵列可包括三维存储器，该三维存储器可包括三维非易失性存储器。灰度处理模块10所描述的电压衬度用于指示所述存储阵列对应的检测位置可能存在的缺陷。可通过opencv库里的cvtcolor将检测图像读取读取所述检测图像的三维数组并输出二维数组将3通道数转化为单通道数以进行灰度处理。
[0093]
轮廓确定模块20用于在灰度处理后的检测图像中识别出所述多个电压衬度的轮廓。轮廓确定模块20包括第一获取子模块和轮廓确定子模块，其中，第一获取子模块用于获取灰度处理后的所述检测图像中的轮廓点集合，可采用opencv库里的findcontours()函数寻找电压衬度的轮廓并以轮廓点集合的形式存储；轮廓确定子模块用于从所述检测图像中的轮廓点集合中提取出所述多个电压衬度的轮廓；基于所述检测图像中的轮廓点集合计算多个轮廓周长，采用opencv库里的arclength()函数计算轮廓的周长，将多个所述轮廓周长与周长预设值比较；响应于比较结果为所述轮廓周长与所述周长预设值符合预设条件，将该轮廓周长对应的轮廓对应于所述电压衬度的轮廓。
[0094]
位置对应模块30用于根据识别出的所述轮廓获取所述多个所述检测位置的坐标，以与所述检测位置建立对应关系。位置对应模块30包括第二获取子模块和第三获取子模块，第二获取子模块用于获取多个所述电压衬度的轮廓点坐标；第三获取子模块用于基于所述轮廓点坐标筛选出所述轮廓的重心点坐标作为所述检测位置的坐标。基于所述轮廓点的x坐标和y坐标集合，可通过opencv库里moments()函数获得图像矩m，经由图像矩m计算得到所述重心点的坐标集合，坐标集合中包含了重复的重心点坐标，通过数据清洗，在所述重心点的坐标集合中筛选出不重复的重心点坐标作为所述检测位置的坐标。
[0095]
缺陷定位模块40根据所述灰度值和所述对应关系定位出所述存储阵列的缺陷。缺陷定位模块40包括缺陷确定子模块和缺陷定位子模块，其中，缺陷确定子模块用于通过所述灰度值确定所述电压衬度指示的缺陷；缺陷确定子模块包括：比较单元，将所述多个电压衬度的灰度值与参考值比较；以及对应单元，响应于比较结果为所述电压衬度的灰度值符合预设条件，将该电压衬度与所述缺陷对应。缺陷定位子模块用于基于建立的所述对应关系，确定出所述缺陷的位置。
[0096]
本技术实施方式提供的缺陷定位装置可用三维存储器的缺陷定位，例如，可用于
三维非易失性存储器的缺陷定位。
[0097]
根据本技术的一实施方式，本技术还提供了一种存储阵列的缺陷定位装置、设备和可读存储介质。
[0098]
如图7所示，是根据本技术一实施方式的存储阵列的缺陷定位设备框图。该设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本技术的实现。
[0099]
如图7所示，该设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。
[0100]
存储器702即为本技术所提供的可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本技术所提供的存储阵列的缺陷定位方法。本技术的可读存储介质存储计算机指令，该计算机指令用于使计算机执行本技术所提供的存储阵列的缺陷定位方法。
[0101]
存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的存储阵列的缺陷定位方法。
[0102]
存储器702可以包括存储程序区和存储数据区，其中存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据用于控制质量的设备的使用所创建的数据等。此外，存储器702可包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至存储阵列的缺陷定位装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0103]
该设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图7中以通过总线连接为例。
[0104]
输入装置703可接收输入的数字或字符信息，以及产生与用于控制质量的设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式
中，显示设备可以是触摸屏。
[0105]
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0106]
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
[0107]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者触觉输入)来接收来自用户的输入。
[0108]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
[0109]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端
‑
服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。服务器可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。
[0110]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术公开的技术方案所期望的结果，本文在此不进行限制。
[0111]
如上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明。应理解的是，以上所述仅为本发明的具体实施方式，并不用于限制本发明。凡在
本发明的精神和原则之内，所做的任何修改、等同替换、改进等均应包含在本发明的保护范围之内。