摘要：在高铁CTCS-3级列控系统车载设备的互联互通测试平台中,车载人机界面(Driver Machine Interface, DMI)既是测试人员了解平台的运行状况的窗口,也是数据输入和指令下达等操作的窗口。目前操作DMI的方法不仅占用人力资源,而且测试效率较低。通过搭建机器视觉系统操作DMI可以显著提高互联互通测试平台的自动化水平,因此研究与实现DMI识别技术具有重要的实际意义。DMI识别具有信息种类多、光照条件不稳定等特点,其关键技术由三部分组成：DMI信息定位、DMI信息分割、DMI信息识别。首先,在综合分析与比较了各种图像定位算法后,提出一种基于动态边缘提取的DMI界面区域定位的方法。该方法结合了边缘检测与动态阈值分割的优点,能够解决光照不均匀和背景复杂的难题,较好的实现DMI信息的自动定位。为了更好地克服光照条件变化的影响,本文采用自动阈值法提取图标区域和动态阈值分割法提取字符区域；汉字结构复杂,在提取汉字信息区域后,采用基于最大宽带回归式字切分算法,解决了汉字分割过程中字符不连通的问题,获得了完整的字符。最后,通过对各种图像识别技术的比较分析后,根据DMI图标特点提出了按类型分别采用基于模板匹配技术和基于区域特征技术进行分类识别,显著提高了图标的分类识别效果。对于字符信息,采用基于分组的改进的神经网络方法对字符进行训练和识别,从而降低了网络复杂度,提高了字符识别率。本文以Visual Studio2008为软件开发平台,利用编程语言C#和视觉工具HALCON集成各种算法,搭建视觉系统。该系统与机械手操作平台结合实现DMI自动操作,实验室运行效果可靠、稳定。