半导体的异常分析方法、装置、终端设备以及存储介质与流程

1.本发明涉及半导体分析检测技术领域，特别涉及一种半导体的异常分析方法、装置、终端设备以及存储介质。


背景技术：

2.目前，在半导体封装的场景，需要技术人员手动对半导体进行异常分析，以获得分析结果，进而根据分析结果对半导体的封装或制造进行评估。
3.但是，采用现有的方法，对半导体进行异常分析时，分析效率较低。


技术实现要素：

4.本发明的主要目的是提供一种半导体的异常分析方法、装置、终端设备以及存储介质，旨在解决现有技术中对半导体进行异常分析时，分析效率较低的技术问题。
5.为实现上述目的，本发明提出一种半导体的异常分析方法，用于终端设备，所述方法包括以下步骤：
6.获取待分析半导体的二值化热力图；
7.利用预设检测框，在所述二值化热力图中框选出目标区域；
8.确定所述目标区域对应的适应度函数值；
9.根据所述适应度函数值，在所述二值化热力图中确定出结果区域；
10.根据所述结果区域，获得所述待分析半导体的异常分析结果。
11.可选的，所述待分析半导体包括多个；所述获取待分析半导体对应的二值化热力图的步骤之前，所述方法还包括：
12.获取多个所述待分析半导体对应的多个初始热力图；
13.对多个所述初始热力图进行叠加操作，获得叠加热力图，所述叠加热力图包括多个单元区域，每个所述单元区域对应多个热力值；
14.根据每个所述单元区域的多个热力值，获得每个所述单元区域的单元良率；
15.根据多个所述单元良率，获得多个所述单元良率的均值和标准差；
16.根据所述均值和所述标准差，获得二值化阈值；
17.利用所述二值化阈值，对所述叠加热力图进行二值化处理，获得所述二值化热力图。
18.可选的，所述确定所述目标区域对应的适应度函数值的步骤，包括：
19.确定所述目标区域的总面积、所述目标区域中异常区域的异常面积和所述二值化热力图中异常区域的总异常面积；
20.根据所述异常面积和所述总面积，获得第一面积比；
21.根据所述异常面积和所述总异常面积，获得第二面积比；
22.利用所述第一面积比和所述第二面积比，获得所述目标区域对应的适应度函数值。
23.可选的，所述目标区域包括多个预设检测框对应的多个目标区域，所述适应度函数值包括多个所述目标区域对应的多个适应度函数值；所述根据所述适应度函数值，在所述二值化热力图中确定出结果区域的步骤之前，所述方法还包括：
24.在多个所述适应度函数值中确定出多个初选适应度函数值；
25.在已迭代次数未达到预设次数时，对所述已迭代次数进行更新；
26.对多个所述预设检测框进行遗传、交叉或变异操作，获得多个新的预设检测框；
27.利用多个所述新的检测框对多个所述初选适应度函数值对应的多个初选目标区域进行调整，获得多个新的目标区域；
28.利用多个所述新的目标区域更新多个所述目标区域，并返回执行所述根据所述目标区域，获得所述目标区域对应的适应度函数值的步骤，直到已迭代次数达到所述预设次数，获得多个选定适应度函数值；
29.所述根据所述适应度函数值，在所述二值化热力图中确定出结果区域的步骤，包括：
30.根据多个所述选定适应度函数值，在所述二值化热力图中确定出结果区域。
31.可选的，所述根据多个所述选定适应度函数值，在所述二值化热力图中确定出结果区域的步骤，包括：
32.在所述二值化热力图中确定出多个所述选定适应度函数值对应的多个选定区域；
33.对多个所述选定区域进行合并处理，获得结果区域。
34.可选的，所述对多个所述选定区域进行合并处理，获得结果区域的步骤，包括：
35.对多个所述选定区域中的任意两个选定区域，确定出重合面积和合并面积，以获得多个重合面积和多个合并面积；
36.根据每个所述重合面积和每个所述重合面积对应的合并面积，获得每个所述重合面积对应的重合度；
37.对重合度大于预设重合度阈值的两个选定区域进行合并操作，以获得所述结果区域。
38.可选的，所述根据所述结果区域，获得所述待分析半导体的异常分析结果的步骤之前，所述方法还包括：
39.获取所述结果区域的区域不良率；
40.所述根据所述结果区域，获得所述待分析半导体的异常分析结果的步骤，包括：
41.根据所述区域不良率和预设区域不良率阈值，获得所述待分析半导体的异常分析结果。
42.此外，为实现上述目的，本发明还提出了一种半导体的异常分析装置，用于终端设备，所述装置包括：
43.获取模块，用于获取待分析半导体的二值化热力图；
44.框选模块，用于利用预设检测框，在所述二值化热力图中框选出目标区域；
45.第一确定模块，用于确定所述目标区域对应的适应度函数值；
46.第二确定模块，用于根据所述适应度函数值，在所述二值化热力图中确定出结果区域；
47.获得模块，用于根据所述结果区域，获得所述待分析半导体的异常分析结果。
48.此外，为实现上述目的，本发明还提出了一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行半导体的异常分析程序，所述半导体的异常分析程序被所述处理器执行时实现如上述任一项所述的半导体的异常分析方法的步骤。
49.此外，为实现上述目的，本发明还提出了一种存储介质，所述存储介质上存储有半导体的异常分析程序，所述半导体的异常分析程序被处理器执行时实现如上述任一项所述的半导体的异常分析方法的步骤。
50.本发明技术方案提出了一种半导体的异常分析方法，用于终端设备，通过获取待分析半导体的二值化热力图；利用预设检测框，在所述二值化热力图中框选出目标区域；确定所述目标区域对应的适应度函数值；根据所述适应度函数值，在所述二值化热力图中确定出结果区域；根据所述结果区域，获得所述待分析半导体的异常分析结果。
51.现有技术中，通过技术人员手动对二值化热力图进行异常分析，以获得待分析半导体的异常分析结果，技术人员手动分析速度慢，导致分析时长较大，分析效率较低。利用本发明的方法，终端设备自动利用二值化热力图，获得目标区域对应的适应度函数值，以根据适应度函数值，确定出对应的结果区域，以进一步根据结果区域，获得待分析半导体的异常分析结果，不需要手动分析，大大减少了分析时长，提高了分析效率。
附图说明
52.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
53.图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图；
54.图2为本发明半导体的异常分析方法第一实施例的流程示意图；
55.图3为本发明初始热力图的示意图；
56.图4为本发明结果热力图的示意图；
57.图5为本发明半导体的异常分析装置第一实施例的结构框图。
58.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
59.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
60.参照图1，图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图。
61.通常，终端设备包括：至少一个处理器301、存储器302以及存储在所述存储器上并可在所述处理器上运行的半导体的异常分析程序，所述半导体的异常分析程序配置为实现如前所述的半导体的异常分析方法的步骤。
62.处理器301可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处
理器301可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processingunit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器301可以在集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。处理器301还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关半导体的异常分析方法操作，使得半导体的异常分析方法模型可以自主训练学习，提高效率和准确度。
63.存储器302可以包括一个或多个存储介质，该存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器302中的非暂态的存储介质用于存储至少一个指令，该至少一个指令用于被处理器301所执行以实现本技术中方法实施例提供的半导体的异常分析方法。
64.在一些实施例中，终端还可选包括有：通信接口303和至少一个外围设备。处理器301、存储器302和通信接口303之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与通信接口303相连。具体地，外围设备包括：射频电路304、显示屏305和电源306中的至少一种。
65.通信接口303可被用于将i/o(input/output，输入/输出)相关的至少一个外围设备连接到处理器301和存储器302。在一些实施例中，处理器301、存储器302和通信接口303被集成在同一芯片或电路板上；在一些其他实施例中，处理器301、存储器302和通信接口303中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
66.射频电路304用于接收和发射rf(radio frequency，射频)信号，也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信。射频电路304将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路304包括：天线系统、rf收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路304可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2g、3g、4g及5g)、无线局域网和/或wifi(wireless fidelity，无线保真)网络。在一些实施例中，射频电路304还可以包括nfc(near field communication，近距离无线通信)有关的电路，本技术对此不加以限定。
67.显示屏305用于显示ui(user interface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏305是触摸显示屏时，显示屏305还具有采集在显示屏305的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器301进行处理。此时，显示屏305还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏305可以为一个，电子设备的前面板；在另一些实施例中，显示屏305可以为至少两个，分别设置在电子设备的不同表面或呈折叠设计；在再一些实施例中，显示屏305可以是柔性显示屏，设置在电子设备的弯曲表面上或折叠面上。甚至，显示屏305还可以设置成非矩形的不规则图形，也即异形屏。显示屏305可以采用lcd
(liquidcrystal display，液晶显示屏)、oled(organic light-emitting diode,有机发光二极管)等材质制备。
68.电源306用于为电子设备中的各个组件进行供电。电源306可以是交流电、直流电、一次性电池或可充电电池。当电源306包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
69.本领域技术人员可以理解，图1中示出的结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
70.此外，本发明实施例还提出一种存储介质，所述存储介质上存储有半导体的异常分析程序，所述半导体的异常分析程序被处理器执行时实现如上文所述的半导体的异常分析方法的步骤。因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本技术所涉及的存储介质实施例中未披露的技术细节，请参照本技术方法实施例的描述。确定为示例，程序指令可被部署为在一个终端设备上执行，或者在位于一个地点的多个终端设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个终端设备备上执行。
71.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的程序可存储于一取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，上述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)或随机存储记忆体(random accessmemory，ram)等。
72.基于上述硬件结构，提出本发明半导体的异常分析方法的实施例。
73.参照图2，图2为本发明半导体的异常分析方法第一实施例的流程示意图，所述方法包括以下步骤：
74.步骤s11：获取待分析半导体的二值化热力图。
75.需要说明的是，本发明的执行主体是终端设备，终端设备安装有半导体的异常分析程序，终端设备执行半导体的异常分析程序时，实现本发明的半导体的异常分析方法的步骤。
76.在本发明中，待分析半导体即是指待进行异常分析的半导体，待分析半导体尤其是指在进行麦克风组装和制造时，采用的pcb、ic和mems等半导体。通常，待分析半导体为pcb时，对应的二值化热力图为矩形形状，而半导体为ic和mems时，对应的二值化热力图为圆形。在本发明中以pcb为例进行解释，其他两种同样执行，区别在于形状。
77.进一步的，所述待分析半导体包括多个；所述获取待分析半导体对应的二值化热力图的步骤之前，所述方法还包括：获取多个所述待分析半导体对应的多个初始热力图；对多个所述初始热力图进行叠加操作，获得叠加热力图，所述叠加热力图包括多个单元区域，每个所述单元区域对应多个热力值；根据每个所述单元区域的多个热力值，获得每个所述单元区域的单元良率；根据多个所述单元良率，获得多个所述单元良率的均值和标准差；根据所述均值和所述标准差，获得二值化阈值；利用所述二值化阈值，对所述叠加热力图进行二值化处理，获得所述二值化热力图。
78.在本发明中，待分析半导体的初始热力图可以是技术人员或其他电子设备对待分析半导体进行组装等操作时，根据待分析半导体中各个单元(例如一个单元为组成一个麦
克风的原材料，一个单元可以为一个pcb单元、一个ic单元或一个mems)的状态信息(正常状态或异常状态，正常状态表示一个单元是可正常使用运行的，不存在故障，异常状态表示一个单元是不可正常使用运行的，存在故障)，获得初始热力图；在初始热力图中，包括待分析半导体中各个单元分别对应的状态信息，一般而言，在初始热力图中，每个单元对应一个小的矩形(或方形区域)——一个单元区域，通过对每个单元区域设置不同的颜色来表示每个单元区域对应的一个单元的状态信息：深色(在本发明中阴影填充表示深色)表示异常状态，浅色(在本发明中无填充即表示浅色)表示正常状态。
79.参照图3，图3为本发明初始热力图的示意图。无填充代表的浅色区域(彩色图像中为绿色)代表正常状态的单元对应的区域，有填充代表的深色区域(彩色图像中为红色)代表异常状态的单元对应的区域。其中，每一个单元对应一个小的方形区域，但是各个单元的单元区域不存在分界线，相互连接在一起就构成比较大的区域，即在图3中各个单元对应的区域并未示出分界线，因此，看起来是一个大的区域。
80.在一些实施例中，在待分析半导体为一个时，待分析半导体对应一个初始热力图，该热力图即为步骤s11中的二值化的热力图，不需要进行二值化处理。
81.只有在待分析半导体包括多个时候，对应多个初始热力图，多个初始热力图叠加后，不是二值化的图，因此需要进行二值化处理，其中，一个待分析半导体对应一个初始热力图。
82.通常，对于本发明的方法对应的一个分析过程，多个待分析半导体需要是同种类型的同种尺寸的半导体，每个待分析半导体中单元的排列分布是相同的，区别在于各个单元的状态信息，因此，他们对应的初始热力图的尺寸相同，同时，各个初始热力图包括的单元区域相同(包括相同的列数、相同的行数和相同的单元区域总数)，一个单元区域对应一个单元。例如，多个待分析半导体为多个pcb，多个pcb均是包括20
×
30个单元的pcb，同时，他们对应的初始热力图包括的单元区域也是20
×
30个，各个单元区域在各个初始热力图的位置也是相同的。
83.需要将多个待分析半导体的多个初始热力图进行叠加操作(叠在一起)，获得叠加热力图。叠加热力图的尺寸与初始热力图相同，叠加热力图包括的单元区域的总数与每个初始热力图的单元区域的总数相同，每一行和每一列的总数也相同。
84.叠加热力图中，一个单元区域对应多个待分析半导体各自的单元的状态信息，例如，多个待分析半导体包括4个，叠加热力图的第一行左起第八个单元区域则会对应四个待分析半导体的4个初始热力图在该单元区域对应的4个状态信息。其中，对于叠加热力图中的一个单元区域，正常状态的数量与总的初始热力图的总数的比即为单元良率。然后根据叠加热力图中全部单元区域的单元良率，求得叠加热力图全部的单元区域对应的均值和标准差。
85.然后再继续用2σ原则，获得二值化阈值：threshold＝mean 2*std，其中，threshold为二值化阈值，mean为均值，std为标准差。在本发明中，2σ原则是一种获得二值化阈值的方法，用户可以基于需求设定其他的求法。
86.然后将叠加热力图中各个单元区域的单元良率大于threshold的单元区域标记为1(标记为浅色)，小于threshold的坐标标记为0(标记为深色)，以获得最后的二值化热力图。在本发明中，多个待分析半导体的二值化热力图与图3类似，本发明不做赘述。
87.步骤s12:利用预设检测框，在所述二值化热力图中框选出目标区域。
88.在本发明中，预设检测框是基于用户的需求设定的，对于二值化热力图，也包括多个单元区域，每一个单元区域可以用二维坐标表示其在二值化热力图中的位置。对于pcb，二值化热力图为矩形，设定的预设检测框也是矩形，对于ic和mems，二值化热力图为圆形，对应的预设检测框为圆形。
89.通常，预设检测框为矩形时，表示形式为(x，y，l，w),x和y分别为预设检测框中标志点(可以是顶点或者某个边的中点等)的横坐标和纵坐标，l和w即为预设检测框的长和宽(一般是以单元区域的边长为单位长度，例如l＝4，表示长为4，包括四个单元区域的长度)。预设检测框为圆形时，表示形式为(x，y，r)，r为圆形半径，x和y分别为预设检测框中圆心的横坐标和纵坐标。
90.预设检测框在二值化热力图中框处的区域即为目标区域，一个预设检测框对应一个目标区域。
91.步骤s13:确定所述目标区域对应的适应度函数值。
92.需要对目标区域求得适应度函数值，通常，一个目标区域对应一个适应度函数值。
93.具体的，所述确定所述目标区域对应的适应度函数值的步骤，包括：确定所述目标区域的总面积、所述目标区域中异常区域的异常面积和所述二值化热力图中异常区域的总异常面积；根据所述异常面积和所述总面积，获得第一面积比；根据所述异常面积和所述总异常面积，获得第二面积比；利用所述第一面积比和所述第二面积比，获得所述目标区域对应的适应度函数值。
94.第一面积比即为异常面积和总面积的比，第二面积比即为异常面积和总异常面积的比，然后根据公式一，求得获得所述目标区域对应的适应度函数值，公式一如下：
95.fit＝α*rc (1-α)*r
96.其中，fit为目标区域的适应度函数值，rc为第一面积比，r为第二面积比。
97.在本发明中，公式一是一个遗传算法对应的函数公式，fit是一个遗传算法对应的迭代函数值，需要按照公式一进行多次迭代运算。α为异常区域占比的权重，当权重为1时，意味着优先选择异常区域占比最大的子代，权重为0时，意味着优先选择框目标区域面积最大的子代，因此需要权衡两者的权重，使得选择的子代局部区域的不良较高且能尽可能包含较多的异常区域。
98.至此，按照上述方式获得目标区域的适应度函数值。
99.步骤s14:根据所述适应度函数值，在所述二值化热力图中确定出结果区域。
100.在本发明中，需要设置多个预设检测框，获得多个目标区域，并求得多个目标区域对应的多个适应度函数值。
101.具体的，所述目标区域包括多个预设检测框对应的多个目标区域，所述适应度函数值包括多个所述目标区域对应的多个适应度函数值；所述根据所述适应度函数值，在所述二值化热力图中确定出结果区域的步骤之前，所述方法还包括：在多个所述适应度函数值中确定出多个初选适应度函数值；在已迭代次数未达到预设次数时，对所述已迭代次数进行更新；对多个所述预设检测框进行遗传、交叉或变异操作，获得多个新的预设检测框；利用多个所述新的检测框对多个所述初选适应度函数值对应的多个初选目标区域进行调整，获得多个新的目标区域；利用多个所述新的目标区域更新多个所述目标区域，并返回执
行所述根据所述目标区域，获得所述目标区域对应的适应度函数值的步骤，直到已迭代次数达到所述预设次数，获得多个选定适应度函数值；所述根据所述适应度函数值，在所述二值化热力图中确定出结果区域的步骤，包括：根据多个所述选定适应度函数值，在所述二值化热力图中确定出结果区域。
102.用户可以根据需求设定迭代次数——预设次数，用于对上述适应度函数值进行预设次数的迭代运算。每一次迭代运算，对应多个适应度函数值，然后再对应的多个适应度函数值中确定出适应度(适应度函数值)较大(通常是最大的前几个，具体数量不做限定)的多个初选适应度函数值。直到已迭代次数达到预设次数，将最后一次确定的多个初选适应度函数值确定为多个选定适应度函数值。再根据多个所述选定适应度函数值，获得所述待分析半导体的异常分析结果。
103.对于一个预设检测框对应的新的预设检测框，其只是在进行遗传、交叉或变异操作之后，尺寸发生变化，对应的设置位置不变(例如标志点或圆心坐标不变)。同时，只需要对上一次迭代运算对应的多个初选适应度函数值对应的目标区域进行预设检测框的调整：遗传、交叉或变异操作，其他预设检测框不需要调整，也不需要继续多个初选适应度函数值对应的目标区域以外的目标区域。
104.具体的，所述根据多个所述选定适应度函数值，在所述二值化热力图中确定出结果区域的步骤，包括：在所述二值化热力图中确定出多个所述选定适应度函数值对应的多个选定区域；对多个所述选定区域进行合并处理，获得结果区域。
105.其中，所述对多个所述选定区域进行合并处理，获得结果区域的步骤，包括：对多个所述选定区域中的任意两个选定区域，确定出重合面积和合并面积，以获得多个重合面积和多个合并面积；根据每个所述重合面积和每个所述重合面积对应的合并面积，获得每个所述重合面积对应的重合度；对重合度大于预设重合度阈值的两个选定区域进行合并操作，以获得所述结果区域。
106.预设重合度阈值可以是基于需求设定的，本发明不做限定。对于最后一次的迭代运算，对应多个新的目标区域和多个初始适应度函数值，该多个初始适应度函数值中确定出的多个选定适应度函数值，会对应的多个被选中的新的目标区域，该对应的多个被选中的新的目标区域即为选定区域，通常选定区域也会包括多个。
107.对于多个选定区域中的任意两个区域：a区域和b区域，计算a区域与b区域重合部分的面积——重合面积，并计算a区域与b区域合并的总面积——合并面积；对于a区域和b区域，计算重合度——也可以说是a区域和b区域的重合面积对应的重合度。如果重合度大于预设重合度阈值,将两个区域合并成一个区域，否则，不进行合并处理，依旧保持他们单独的结构。
108.对于多个选定区域均完成上述合并操作，即可获得合并操作之后的结果——结果区域，多个选定区域可能合并成一个结果区域，也可能合并成多个结果区域。
109.步骤s15：根据所述结果区域，获得所述待分析半导体的异常分析结果。
110.根据结果区域，确定待分析半导体的异常分析结果。在本发明中，待分析半导体的异常分析结果通常也是一个热力图的形式——结果热力图，结果热力图包括异常框选区域则表示待分析半导体的存在热力集中区域，且，异常框选区域即为热力集中区域，结果热力图不包括异常框选区域，则表示待分析半导体的不存在热力集中区域。
111.具体的，所述根据所述结果区域，获得所述待分析半导体的异常分析结果的步骤之前，所述方法还包括：获取所述结果区域的区域不良率；所述根据所述结果区域，获得所述待分析半导体的异常分析结果的步骤，包括：根据所述区域不良率和预设区域不良率阈值，获得所述待分析半导体的异常分析结果。
112.对于每一个结果区域，按照上文求得单元良率的方式，求得结果区域的良率(结果区域中各个单元区域的单元良率的平均值)，然后确定出结果区域的不良率——上文所述的区域不良率，然后将上文获得的二值化阈值确定为不良率阈值。结果区域的不良率大于不良率阈值，则结果区域为一个异常框选区域，否则结果区域不为异常框选区域。
113.参照图4，图4为本发明结果热力图的示意图，图4是以图3的二值化热力图为输入，获得的结果热力图，该结果热力图中，虚线框选的区域即为异常框选区域。可见，该二值化热力图对应的待分析半导体存在热力集中的现象，涉及到两个热力集中区域——两个虚线框选出的两个异常框选区域。
114.其中，待分析半导体的异常分析结果可以包括待分析半导体是否包括热力集中现象，进而评估待分析半导体的安装、制造或其他工艺进程是否合格。
115.本发明技术方案提出了一种半导体的异常分析方法，用于终端设备，通过获取待分析半导体的二值化热力图；利用预设检测框，在所述二值化热力图中框选出目标区域；确定所述目标区域对应的适应度函数值；根据所述适应度函数值，在所述二值化热力图中确定出结果区域；根据所述结果区域，获得所述待分析半导体的异常分析结果。
116.现有技术中，通过技术人员手动对二值化热力图进行异常分析，以获得待分析半导体的异常分析结果，技术人员手动分析速度慢，导致分析时长较大，分析效率较低。利用本发明的方法，终端设备自动利用二值化热力图，获得目标区域对应的适应度函数值，以根据适应度函数值，确定出对应的结果区域，以进一步根据结果区域，获得待分析半导体的异常分析结果，不需要手动分析，大大减少了分析时长，提高了分析效率。
117.参照图5，图5为本发明半导体的异常分析装置第一实施例的结构框图，所述装置用于终端设备，基于与前述实施例相同的发明构思，所述装置包括：
118.获取模块10，用于获取待分析半导体的二值化热力图；
119.框选模块20，用于利用预设检测框，在所述二值化热力图中框选出目标区域；
120.第一确定模块30，用于确定所述目标区域对应的适应度函数值；
121.第二确定模块40，用于用于根据所述适应度函数值，在所述二值化热力图中确定出结果区域；
122.获得模块50，用于根据所述结果区域，获得所述待分析半导体的异常分析结果。
123.需要说明的是，由于本实施例的装置所执行的步骤与前述方法实施例的步骤相同，其具体的实施方式以及可以达到的技术效果都可参照前述实施例，这里不再赘述。
124.以上所述仅为本发明的可选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。