图像处理技术在地铁屏蔽门系统百万次测试中的应用

胡扬超，李　雪

（中船重工集团公司第七一三研究所，河南郑州450052）

图像处理技术在地铁屏蔽门系统百万次测试中的应用

胡扬超，李雪

（中船重工集团公司第七一三研究所，河南郑州450052）

针对地铁屏蔽门系统样机在测试中遇到的问题，成功地将图像处理技术应用到此百万次寿命测试中去，节省了人工费用，提高了测试质量，取得了良好的应用效果。

屏蔽门系统；百万次测试；图像处理技术

0　引言

站台屏蔽门系统是地铁重要设备之一，它将轨行区和候车区隔离开来，保障了列车、乘客进出站的绝对安全，同时也限制降低了噪音、活塞风对候车区的影响，给乘客提供了安全舒适的候车环境。

百万次寿命测试是屏蔽门系统的最重要考核指标，它直接反映屏蔽门系统能否适应高强度、长时间、不间歇等测试环境。但是在测试过程中，由于测试不间歇、时间跨度长等多种因素的影响，测试人员不可能全天24小时呆在测试现场。若在测试过程中出现问题，测试人员极有可能不在现场，因此也无法第一时间获知出错的时间、原因，无法更好地查找、分析、解决问题。

本文将图像处理技术引入到百万次测试当中去，利用这种技术实现对百万次测试中计数器的监视，利用不知疲倦的机器代替昂贵的人工费用，从而实现无间隙监视，测试人员也可根据计数器的计录次数推测出问题所发生的时间，为查找、分析、解决问题提供必要的帮助。测试计数装置如图1所示。

图1　百万次测试计数装置

1　图像处理技术

图像处理，又称影像处理，是指用计算机对图像进行分析处理，达到期望的技术。本质而言，是指用数字摄像机、照相机、扫描仪等设备经过采样得到了一个二维的数组，数组中每数值均在0～255之间，称其为灰度值。

图像处理技术的主要内容包括图像压缩、增强和复原、匹配、描述和识别等4个部分。

1.1图像处理关键技术

图像处理技术应用于此系统中，其关键点在于最终字符的匹配和识别，可通过Hopfield、BP（Back Propagation）、自组织、小波、细胞、模糊等神经网络来实现。结合此系统的特点，本课题采用BP神经网络来实现。

1.2BP神经网络

BP神经网络，主要特点是其误差反向传播，由信息的正向传播和误差的反向传播两个过程组成。如图2所示。

图2　BP神经网络模型

该算法的具体实现步骤为［1］：

（1）初始化，随机给定层级间连接权及阀值；

（2）由给定的输入输出模式对计算隐层、输出层各单元输出；

（3）计算新的连接权及阀值；

（4）选取下一个输入模式对返回第2步反复训练直到网络输出误差达到要求结束训练。流程图如图3所示。

图3　BP神经网络算法流程图

2　 BP神经网络算法的改进

传统的BP神经网络算法中，由于随意设置了权值和阀值，易造成结果的随机性较大，而且在样本数量较多的情况下，算法运算量较大，造成运算速度缓慢，实时性差，因此有必要对此算法进行改进。

百万次测试系统中应用的计数器一般通过LED七段码来显示，通过研究0、1、2、3、4、5、6、7、8、9等十个LED七段码发现，数字0、2、3、4、5等五个数字经灰度化得到的二维数组中1的个数基本相同，同样的道理，6、9、8等三个数字也可分为一组，1、7等两个数字同分为一组。这样，就将一组10个输入变成了三组不同的输入，这三组每组再分别经过BP神经网络算法，求得每组对应的输出值。

采用此种方法，神经网络系统的训练量减少了40%以上，而且数字识别准确率也有所提升。

3　结语

如今，图像处理技术的研究不仅是一项传统的课题，有很多学者在研究，而且它也是一个热门很有应用价值的课题。百万次屏蔽门寿命测试借助于图像处理技术，不但节省了人力资源，自动化、智能化地分析数据，而且从现场应用效果来看，数字识别率达99%以上，成功地替代人工资源。因此，这种技术在此领域中的应用有着很好的理论和实际应用价值。

［1］（加）海金神经网络与机器学习［M］.北京：机械工业出版社，2011.

Application of Image Processing Technology for the Subway Platform Screen Door System of a Million Test

HU Yang-chao，LI Xue
（The 713th Research Institute of China Shipbuilding Industry Corporation，Zhengzhou450052，China）

Considering the faced question of a million times the test process of subway platform screen door system，the paper has applied the image processing technology to the test system successfully，saved the labor cost，and improved the quality of the test，achieved good effect.

platform screen door system；million test；image processing technology

TP391.41

A文献标识码：1009-9492（2015）12-0138-02

10.3969/j.issn.1009-9492.2015.12.040

胡扬超，男，1984年生，河南濮阳人，硕士研究生，工程师。研究领域：伺服控制，屏蔽门系统。已发表论文5篇。

（编辑：王智圣）

2015-07-10