随着我国城市轨道交通事业的快速发展,基于通信的列车控制（Communication Based Train Control,CBTC）系统得到了广泛的应用。在CBTC系统研发过程中和开通运营前,系统功能验证是至关重要的一环。完整的系统功能验证流程包括测试案例的编写、在仿真环境中测试功能、对测试中出现的故障分析并反馈、软件和数据版本升级后的回归测试等。它能验证设计的系统是否满足系统需求规范,涉及功能是否能够实现。但系统功能验证的完成质量很大程度上受到人为因素影响,若测试人员的测试经验或分析能力不足,无法有效对系统功能验证过程中产生的故障进行分析,会对测试结果产生较大影响。因此,如何实现系统功能验证自动化、降低测试人员的介入程度已成为城市轨道交通行业近几年的研究热点。实现系统功能验证的自动化,必须实现测试脚本自动生成、测试序列自动执行以及测试结果自动分析等关键技术,而车载人机界面（Drive Machine Interface,DMI）信息的获取和识别是测试结果分析的基础。本文重点研究了DMI界面信息自动识别的方法,主要包括DMI图像的预处理,图像的特征提取和分类识别,并对识别出的信息在系统功能验证中的应用做出了探讨。本文主要完成的工作如下:1)在对国内外研究现状进行分析的基础上,对CBTC系统仿真平台及DMI界面结构进行分析,总结出界面信息的特征及类别,并提出DMI信息的识别方案。2)研究了DMI界面的定位方法及不同类别信息的识别方法。通过动态轮廓检测技术实现对DMI显示区域的定位,采用Canny边缘检测和霍夫变换结合的方法完成识别区域的划分。通过上述方法能够解决摄像机架设角度、画面抖动造成的定位困难问题。根据CBTC系统DMI图标信息和字符信息的特征,分别对图标采用决策树方法进行识别,对数字字母采用K近邻算法进行识别,对中文字符采用Tesseract OCR进行识别。3)基于Visual Studio开发平台及Python汇编语言,结合OpenCV计算机视觉库完成对DMI信息提取和识别系统的开发,并对该识别系统在功能验证中的应用进行探讨。将DMI信息识别结果构建为实际列车状态,将测试案例中相关信息构建为期望列车状态,根据两种列车状态的比对结果,判断CBTC系统相应功能是否实现。图45幅,表17个,参考文献53篇。