CN102540056A - 一种aps芯片测试及筛选方法 - Google Patents

Abstract

本发明公开了一种APS芯片测试及筛选方法，针对宇航级APS芯片成本高、采购周期长带来的影响，对工业级APS芯片进行高温老炼试验，并对老炼前后APS芯片的特定的光电性能参数进行测试，通过比较老炼前后光电参数的变化量来判断器件的性能的优劣，从中筛选出满足宇航任务使用要求的芯片。

Description

一种APS芯片测试及筛选方法

技术领域

本发明涉及一种APS芯片测试及筛选方法。

背景技术

有源像素图像传感器件APS当前在宇航任务中应用广泛，多用于星敏感器、对地观测相机等空间成像类敏感器。目前国内宇航任务使用的APS芯片均为进口器件，其宇航级器件成本高、采购周期长，工业级APS芯片质量不能保证直接应用于宇航产品，需要对其筛选，保证其性能满足宇航任务的需求。

芯片出厂前，厂家在采用专用的仪器设备，对器件的内部结构进行检查从而进行筛选。芯片出厂后，则不能对其内部结构进行检查，只能通过外部性能参数变化来判断芯片的内部结构是否稳定，从而对芯片的性能进行评估。

发明内容

本发明的技术解决问题是：克服现有技术的不足，提供了一种APS芯片测试方法，可以实现对APS芯片的参数测试，同时提供了一种APS芯片筛选方法，可以从质量等级不能达到宇航级的APS芯片中筛选出满足宇航任务使用要求的APS芯片。

本发明的技术解决方案之一：一种APS芯片测试方法，包括以下步骤：

(1)获取测试用图像

将被测APS芯片置于均匀光照下，选取n个曝光时间，并按选取的曝光时间各采集m幅的明场图像；

将被测APS芯片置于暗室中，选取与明场图像相同的n个曝光时间，并按选取的曝光时间各采集m幅的暗场图像；

(2)计算测试参数

利用获取的共n＊m幅明场图像，计算每个曝光时间情况下明场图像的均值μ_y.light、时域噪声方差

空域噪声方差

利用获取的共n＊m幅暗场图像，计算每个曝光时间情况下暗场图像的均值μ_y.dark、时域噪声方差

空域噪声方差

(3)确定被测APS芯片的光电参数

计算系统增益K，所述系统增益K用于表示APS芯片将生成的光电荷数转换为相应灰度值的转换系数；

利用获得的系统增益K分别计算平均暗电流N_d，响应不一致性PRNU，暗电流不一致性DCNU，暗底不一致性DSNU。

所述步骤(2)中根据下式分别计算每个曝光时间情况下图像的均值μ_y、时域噪声方差

空域噪声方差

${\mathrm{\μ}}_y=\frac{1}{N}\underset{i,j}{\mathrm{\Σ}}{y}_{\mathrm{ij}}^A$

${\mathrm{\σ}}_{y.\mathrm{temp}}^2=\frac{1}{2}\frac{1}{N}\underset{i,j}{\mathrm{\Σ}}{(y_{\mathrm{ij}}^A-y_{\mathrm{ij}}^B)}^2$

${\mathrm{\σ}}_{y.\mathrm{spat}}^2=\frac{1}{N}\underset{i,j}{\mathrm{\Σ}}{(y_{\mathrm{ij}}^{\mathrm{aver}}-{\mathrm{\μ}}_y^{\mathrm{aver}})}^2$

其中，N为单幅图像的像元总数，

为图像A的第i行第j列像元灰度；

为图像B的第i行第j列像元灰度，图像A和图像B为m幅图像中的任意两幅；

为由m幅图像生成的平均灰度图像的第i行第j列像元灰度，

为由m幅图像生成的平均灰度图像的灰度均值。

所述步骤(3)中系统增益K通过下式获得：

$K=\mathrm{slope}({\mathrm{\σ}}_{y.\mathrm{temp}.\mathrm{light}}^2-{\mathrm{\σ}}_{y.\mathrm{temp}.\mathrm{dark}}^2,{\mathrm{\μ}}_{y.\mathrm{light}}-{\mathrm{\μ}}_{y.\mathrm{dark}})$

其中，slope(Y，X)表示Y相对于X的斜率；

平均暗电流N_d通过下式获得：

N_d＝slope(μ_y.dark，T_e)/K

其中，T_e为曝光时间；

响应不一致性PRNU、暗电流不一致性DCNU、暗底不一致性DSNU分别通过下式获得：

$\mathrm{PRNU}=\mathrm{slope}(\sqrt{{\mathrm{\σ}}_{y.\mathrm{spat}.\mathrm{light}}^2-{\mathrm{\σ}}_{y.\mathrm{spat}.\mathrm{dark}}^2},{\mathrm{\μ}}_{y.\mathrm{light}}-{\mathrm{\μ}}_{y.\mathrm{dark}})$

DCNU＝slope(σ_y.spat.dark，μ_y.dark)

$\mathrm{DSNU}=\mathrm{offset}({\mathrm{\σ}}_{y.\mathrm{spat}.\mathrm{dark}}^2,T_e^2)/K^2.$

其中，offset(Y，X)表示Y相对于X的截距。

本发明的技术解决方案之二：一种低等级APS芯片筛选方法，用于从质量等级不能达到宇航级的有源像素图像传感器件APS中筛选出满足宇航任务使用要求的APS，包括以下步骤：

(A1)采用权利要求1中所述的测试方法对待筛选的APS芯片进行测试；

(A2)对待筛选的APS芯片进行高温老炼试验

将待筛选的APS芯片置于高于其在轨实际工作温度的高温环境中，并持续加电工作240小时；

(A3)采用权利要求1中所述的测试方法对经过步骤(A2)后的APS芯片进行测试；

(A4)对APS芯片进行筛选

所述步骤(A4)中，对APS芯片进行筛选的方法为：若经步骤(A3)后的APS芯片符合下述标准，则为筛选出的符合要求的APS芯片

平均暗电流N_d老炼前后相对变化量＜20％；

暗底不一致性(DSNU)老炼前后相对变化量＜8％；

响应不均匀性(PRNU)老炼前后相对变化量＜8％；

暗电流不一致性(DCNU)老炼前后相对变化量＜8％。

本发明与现有技术相比的有益效果是：

(1)在所述的APS芯片测试方法中，结合针对APS芯片建立的测试模型，形成了对图像的均值μ_y、时域噪声方差空域噪声方差

的计算方法，利用获得的测试参数实现了对光电参数的计算，明确了对芯片的测试流程。

(2)本发明对APS芯片筛选的性能参数选择为平均暗电流、暗电流不一致性DCNU、暗底不一致性DSNU、响应不一致性PRNU四项参数，这四项参数均独立于外部控制驱动和配置电路，既有明场参数又有暗场参数，既反映器件的平均特性又反映像元之间的不一致性，既有统计特性也有个体特性。

(3)在所述的APS芯片筛选方法中，本发明提供了一整套完整的试验、测试、数据分析方法用于筛选出可满足宇航任务使用要求的APS芯片。该方法实现简易，不需要专用的仪器设备，对芯片本身没有伤害，可通过芯片的外在表现分析芯片的内部结构，保证了低等级APS芯片性能满足宇航任务的要求，减小了因器件采购周期长带来的风险，降低了成本。

附图说明

图1为像元的输出模型示意图；

图2为测试系统示意图；

图3为测试方法流程图；

图4为筛选方法流程图。

具体实施方式

下面结合附图对本发明的做进一步的介绍。

有源像素图像传感器件目前在宇航任务中应用广泛，但宇航级APS芯片订货周期长，成本高，为保证宇航型号的研制需求，需要对低等级的APS芯片进行质量保证，通过对低等级APS芯片做破坏性物理分析、筛选试验、寿命试验等一系列的试验，剔除早期失效的芯片，从而保证芯片的质量和性能满足型号的使用要求。

筛选试验是其中重要的一环，目的是为了剔除勉强合格的器件，这些器件或本身具有固有的缺陷，或其制造工艺控制不当而产生缺陷，这些缺陷会造成与时间和应力有关的失效，有缺陷的器件会在使用条件下出现初期致命失效或早期寿命失效。因此，用最大额定工作条件或在最大额定工作条件之上对器件施加应力进行老炼，并通过比较老炼前后器件性能参数的变化来判断器件是否具有缺陷。

本发明用于判断老炼前后器件是否有变化的性能参数不依赖于外部控制驱动电路和配置电路，且能系统全面的反映器件的内部结构和工作状态。用于APS芯片筛选的性能参数选择为平均暗电流、暗电流不一致性DCNU、暗底不一致性DSNU、响应不一致性PRNU四项参数，这四项参数均独立于外部控制驱动和配置电路，既有明场参数又有暗场参数，既反映器件的平均特性又反映像元之间的不一致性，既有统计特性也有个体特性。通过对老炼前后器件的这几项参数的综合对比，可以准确的判断出器件是否具有缺陷，是否通过了老炼试验。

器件通过老炼试验，满足宇航任务的要求的判断准则如下：

(1)平均暗电流N_d老炼前后相对变化量＜20％；

(2)暗底不一致性(DSNU)老炼前后相对变化量＜8％；

(3)响应不均匀性(PRNU)老炼前后相对变化量＜8％；

(4)暗电流不一致性(DCNU)老炼前后相对变化量＜8％；

如图1所示，根据APS芯片的工作原理建立像元的输出模型如下，其中，n_p为像元接收的光子数，服从泊松分布，其均值和方差等于μ_p，η为量子效率，n_e为光照产生的电荷，n_d为无光照时生成的噪声电荷，可分为两部分，即n_d＝n_d0+n_dc，n_d0为曝光时间为零时的本底暗场噪声，其均值和方差分别为μ_d0和

n_dc指由芯片暗电流带来的噪声，服从泊松分布，其均值和方差分别为

其中T_e为曝光时间，N_d为暗电流；K为系统增益；y为输出灰度。

由此得出像元输出的均值为：

μ_y＝K(μ_e+μ_d)＝K(ημ_p+N_dT_e+μ_d0)

反映时域噪声的方差为：

${\mathrm{\σ}}_{y.\mathrm{temp}}^2=K^2({\mathrm{\η\μ}}_p+N_d{T}_e+{\mathrm{\σ}}_{d0}^2)$

反映空域噪声的方差为：

${\mathrm{\σ}}_{y.\mathrm{spat}}^2=K^2(S_g^2{\mathrm{\η}}^2{\mathrm{\μ}}_p^2+S_d^2{N}_d^2{T}_e^2+{\mathrm{\σ}}_o^2)$

其中S_g反映了响应的不一致性PRNU，S_d反映了暗电流的不一致性DCNU，σ_o反映了暗底的不一致性DSNU。

由此可以看出，只要计算出芯片在不同曝光时间情况下明场图像的均值μ_y.light、时域噪声方差

空域噪声方差

和暗场图像的均值μ_y,dark时域噪声方差

空域噪声方差就可以计算出四项筛选参数。

图像均值的计算方法如下

${\mathrm{\μ}}_y=\frac{1}{N}\underset{i,j}{\mathrm{\Σ}}{y}_{\mathrm{ij}}^A$

其中N为单幅图像的像元总数，为任一图像A第i行第j列的像元灰度；

时域噪声方差的计算方法如下：

${\mathrm{\σ}}_{y.\mathrm{temp}}^2=\frac{1}{2}\frac{1}{N}\underset{i,j}{\mathrm{\Σ}}{(y_{\mathrm{ij}}^A-y_{\mathrm{ij}}^B)}^2$

其中N为单幅图像的像元总数，

为任一图像A第i行第j列的像元灰度，为任一图像B第i行第j列的像元灰度，图像A与图像B的曝光时间相同。

空域噪声方差的计算方法如下：

${\mathrm{\σ}}_{y.\mathrm{spat}}^2=\frac{1}{N}\underset{i,j}{\mathrm{\Σ}}{(y_{\mathrm{ij}}^{\mathrm{aver}}-{\mathrm{\μ}}_y^{\mathrm{aver}})}^2$

其中N为单幅图像的像元数，

为由同一曝光时间多幅图像得到的平均灰度图像的第i行第j列像元灰度，

为由同一曝光时间多幅图像得到的平均灰度图像的灰度均值。

系统增益K可由如下方法计算得出：

$K=\mathrm{slope}({\mathrm{\σ}}_{y.\mathrm{temp}.\mathrm{light}}^2-{\mathrm{\σ}}_{y.\mathrm{temp}.\mathrm{dark}}^2,{\mathrm{\μ}}_{y.\mathrm{light}}-{\mathrm{\μ}}_{y.\mathrm{dark}})$

其中函数slope(Y，X)表示Y相对于X的斜率。

平均暗电流N_d可由如下方法计算得出

N_d＝slope(μ_y.dark，T_e)/K

响应不一致性PRNU可由如下方法计算得出

$S_g=\mathrm{slope}(\sqrt{{\mathrm{\σ}}_{y.\mathrm{spat}.\mathrm{light}}^2-{\mathrm{\σ}}_{y.\mathrm{spat}.\mathrm{dark}}^2},{\mathrm{\μ}}_{y.\mathrm{light}}-{\mathrm{\μ}}_{y.\mathrm{dark}})$

暗电流不一致性DCNU可由如下方法计算得出

S_d＝slope(σ_y.spat.dark，μ_y.dark)

暗底不一致性DSNU可由如下方法计算得出

${\mathrm{\σ}}_0=\mathrm{offset}({\mathrm{\σ}}_{y.\mathrm{spat}.\mathrm{dark}}^2,T_e^2)/K^2$

其中函数offset(Y，X)表示Y相对于X的截距。

根据测试方法搭建的测试系统如图2所示，被测器件置于暗室之中，暗室内部光照度不高于10^-6lx，保证器件测试过程中不受杂散光影响，由积分球产生均匀圆形面光源，器件与面光源之间没有镜头，光源的每一点均可以照射到器件的所有像元，为保证测试结果的一致性，器件与光源之间的距离d与光源直径D之间的比例关系固定为常量8。器件的安装平台具有五个自由度：三个平移自由度和俯仰、偏航两个转动自由度，可以通过软件进行控制实现器件光敏面与光源中心光轴垂直且光源中心光轴指向光敏面的中心位置的测试状态，从而保证器件接受到均匀的光照。

经验证，该测试系统运行稳定，一致性优于2％。按照如图2所示的系统，结合图3的测试流程图完成APS芯片的测试，并进一步结合图4的筛选方法流程图对APS芯片进行筛选，筛选出11片器件，涉及8个卫星型号，均通过了卫星总体要求的环境试验，性能表现良好，目前已有2型号卫星发射在轨运行，功能性能表现正常。

本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (5)

1.一种APS芯片测试方法，其特征在于包括以下步骤：

(1)获取测试用图像

将被测APS芯片置于均匀光照下，选取n个曝光时间，并按选取的曝光时间各采集m幅的明场图像；

将被测APS芯片置于暗室中，选取与明场图像相同的n个曝光时间，并按选取的曝光时间各采集m幅的暗场图像；

(2)计算测试参数

利用获取的共n＊m幅明场图像，计算每个曝光时间情况下明场图像的均值μ_y.light、时域噪声方差空域噪声方差

利用获取的共n＊m幅暗场图像，计算每个曝光时间情况下暗场图像的均值μ_y.dark、时域噪声方差

空域噪声方差

(3)确定被测APS芯片的光电参数

计算系统增益K，所述系统增益K用于表示APS芯片将生成的光电荷数转换为相应灰度值的转换系数；

利用获得的系统增益K分别计算平均暗电流N_d，响应不一致性PRNU，暗电流不一致性DCNU，暗底不一致性DSNU。

2.如权利要求1所述的一种APS芯片测试方法，其特征在于：所述步骤(2)中根据下式分别计算每个曝光时间情况下图像的均值μ_y、时域噪声方差

空域噪声方差

${\mathrm{\μ}}_y=\frac{1}{N}\underset{i,j}{\mathrm{\Σ}}{y}_{\mathrm{ij}}^A$

${\mathrm{\σ}}_{y.\mathrm{temp}}^2=\frac{1}{2}\frac{1}{N}\underset{i,j}{\mathrm{\Σ}}{(y_{\mathrm{ij}}^A-y_{\mathrm{ij}}^B)}^2$

${\mathrm{\σ}}_{y.\mathrm{spat}}^2=\frac{1}{N}\underset{i,j}{\mathrm{\Σ}}{(y_{\mathrm{ij}}^{\mathrm{aver}}-{\mathrm{\μ}}_y^{\mathrm{aver}})}^2$

其中，N为单幅图像的像元总数，

为图像A的第i行第j列像元灰度；

为图像B的第i行第j列像元灰度，图像A和图像B为m幅图像中的任意两幅；

为由m幅图像生成的平均灰度图像的第i行第j列像元灰度，

为由m幅图像生成的平均灰度图像的灰度均值。

3.如权利要求1所述的一种APS芯片测试方法，其特征在于：所述步骤(3)中系统增益K通过下式获得：

$K=\mathrm{slope}({\mathrm{\σ}}_{y.\mathrm{temp}.\mathrm{light}}^2-{\mathrm{\σ}}_{y.\mathrm{temp}.\mathrm{dark}}^2,{\mathrm{\μ}}_{y.\mathrm{light}}-{\mathrm{\μ}}_{y.\mathrm{dark}})$

其中，slope(Y，X)表示Y相对于X的斜率；

平均暗电流N_d通过下式获得：

N_d＝slope(μ_y.dark，T_e)/K

其中，T_e为曝光时间；

响应不一致性PRNU、暗电流不一致性DCNU、暗底不一致性DSNU分别通过下式获得：

$\mathrm{PRNU}=\mathrm{slope}(\sqrt{{\mathrm{\σ}}_{y.\mathrm{spat}.\mathrm{light}}^2-{\mathrm{\σ}}_{y.\mathrm{spat}.\mathrm{dark}}^2},{\mathrm{\μ}}_{y.\mathrm{light}}-{\mathrm{\μ}}_{y.\mathrm{dark}})$

DCNU＝slope(σ_y.spat.dark，μ_y.dark)

$\mathrm{DSNU}=\mathrm{offset}({\mathrm{\σ}}_{y.\mathrm{spat}.\mathrm{dark}}^2,T_e^2)/K^2.$

其中，offset(Y，X)表示Y相对于X的截距。

4.一种低等级APS芯片筛选方法，用于从质量等级不能达到宇航级的有源像素图像传感器件APS中筛选出满足宇航任务使用要求的APS，其特征在于：

(A1)采用权利要求1中所述的测试方法对待筛选的APS芯片进行测试；

(A2)对待筛选的APS芯片进行高温老炼试验

将待筛选的APS芯片置于高于其在轨实际工作温度的高温环境中，并持续加电工作240小时；

(A3)采用权利要求1中所述的测试方法对经过步骤(A2)后的APS芯片进行测试；

(A4)对APS芯片进行筛选。

5.如权利要求4所述一种低等级APS芯片筛选方法，其特征在于：所述步骤(A4)中，对APS芯片进行筛选的方法为：若经步骤(A3)后的APS芯片符合下述标准，则为筛选出的符合要求的APS芯片

平均暗电流N_d老炼前后相对变化量＜20％；

暗底不一致性(DSNU)老炼前后相对变化量＜8％；

响应不均匀性(PRNU)老炼前后相对变化量＜8％；

暗电流不一致性(DCNU)老炼前后相对变化量＜8％。

Images