日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

文獻標識碼：B文章編號：1003-0492（2025）06-080-06中圖分類號：TP206

★閆英明，孫筱淇，李文涵，武方杰，馮健村，高賀（北京廣利核系統(tǒng)工程有限公司，北京100094）

關鍵詞：測試系統(tǒng)；Opencv；OCR

1　前言

馬賽克盤臺是核電廠DCS系統(tǒng)的重要人機接口設備，核電運維人員可通過馬賽克盤臺監(jiān)測堆芯及各回路的溫度、壓力等狀態(tài)。

由于單機組馬賽克盤面水平跨度大、瓦片信息多，這種人工測試的方式存在多人協(xié)作耗人耗時、肉眼觀測易由于疲勞出現(xiàn)失誤、批量瓦片變化人工難以一次快速捕捉、人工無法實現(xiàn)持續(xù)的盯盤、對于需要長期觀測的情況難以有效實施等問題。因此，本文使用PaddleOCR模型、Halcon以及Opencv工具包，設計了一種TD-Vision視覺采集和識別的分布式自動化測試系統(tǒng)，以滿足核電廠DCS系統(tǒng)的馬賽克盤臺測試需求。

2　需求研究

核電廠DCS一個機組具有多個馬賽克盤臺，盤臺橫向尺寸較長，同一盤臺具有多個盤面。在DCS出廠前的系統(tǒng)測試中，測試人員需要對馬賽克盤臺上安裝的瓦片設備進行測試和確認：

（1）瓦片型號、瓦片上文字標簽、標識線條等與設計預期一致；

（2）在向盤臺注入特定電氣信號后，馬賽克瓦片的動態(tài)響應（亮燈、數(shù)碼管指示數(shù)值等）與設計預期一致；

（3）在向盤臺注入特定電氣信號后，馬賽克瓦片能夠在規(guī)定時間內(nèi)發(fā)生動態(tài)響應。

為保證核電DCS系統(tǒng)測試效率，需要多盤臺、多盤面同時進行測試，因此需要多個攝像機同時拍攝。同時，為了充分利用服務器的計算資源，以及實現(xiàn)測試區(qū)域“無人化”，測試人員需要遠程控制完成測試過程。因此本文設計的分布式系統(tǒng)，規(guī)劃一臺服務器帶載多臺采集站、測試員站的物理形式，三者之間通過TCP/IP網(wǎng)絡連接。

馬賽克盤臺的測試，分為靜態(tài)測試、功能測試、響應時間測試三個子場景。根據(jù)上述需要確認的信息，TD-Vision測試系統(tǒng)應具有指示燈顏色、亮度識別、數(shù)碼管數(shù)值和瓦片印刷中英文字符識別能力。

3　系統(tǒng)設計

3.1　系統(tǒng)設計

TD-Vision測試系統(tǒng)基于目前已廣泛應用的TDBase自動化測試平臺架構開發(fā)，TD-Base平臺產(chǎn)品已具備電氣信號、網(wǎng)絡信號類型測試激勵的注入和測試結果的回收功能。本文設計的TD-Vision測試系統(tǒng)作為視覺圖像采集和分析的功能組件包，與TD-Base平臺其他測試工具組件接口并集成，共同完成針對盤臺的智能測試任務。

整個測試平臺架構如圖1所示。

圖1整體系統(tǒng)架構圖

系統(tǒng)總體采用分布式架構，各個設備之間通過以太網(wǎng)連接。TD-Vision盤臺圖像識別測試系統(tǒng)主要由攝像機、圖像處理服務器和測試員站構成。

攝像機用于采集盤臺馬賽克盤面的圖像信息；

圖像識別服務器具備圖像識別和配置功能，能夠?qū)D像信息進行分析與處理，以及對圖像識別系統(tǒng)進行管理與配置；

圖像測試站，為測試人員測試執(zhí)行提供人機服務，并可視化顯示圖像采集狀態(tài)。

3.2　軟件設計

馬賽克盤臺的自動測試軟件方案設計如下：

（1）采集實物盤面圖像，讀取設計圖紙圖像，并提供馬賽克印刷文字、顏色、指示燈亮滅、數(shù)碼管數(shù)值等關鍵信息的識別功能；

（2）圖像識別自動化測試系統(tǒng)配置相關接口，實現(xiàn)與支持網(wǎng)絡、IO信號自動測試的工具配合，接收并解析目標圖像采集指令；

（3）采集馬賽克盤臺上目標設備的信息，并將其轉(zhuǎn)化為數(shù)據(jù)，通過網(wǎng)絡通信將信息反饋給請求方，實現(xiàn)從L1到L2的全鏈路自動化無人測試。

3.3　硬件設計

圖像識別系統(tǒng)硬件部署方案設計原則如下：

（1）結構設計安全牢固，無傾倒、墜落、倒塌等風險；

（2）安裝方式不能對被測對象造成傷害；

（3）不需要依賴于測試區(qū)域建筑結構為基礎。

圖像識別系統(tǒng)的相機置于三腳架上部署于待測盤面正前方，定位標志點背側(cè)采用不粘膠，采集站、服務器、測試員站等設備易于部署安裝和拆除；每套設備平均安裝部署調(diào)試時間約為1.5小時。

4　系統(tǒng)功能

4.1　靜態(tài)測試

靜態(tài)測試主要對馬賽克盤臺的各類儀表安裝位置、型號、顏色、標簽等進行檢查，確認盤臺實物與設計預期（如設計布局圖（*.pdf））是否一致。

測試方法為：測試人員使用測試員站啟動靜態(tài)測試，通過通信方式將采集指令信號發(fā)送至攝像設備，啟動攝像設備自動對馬賽克盤臺被測區(qū)域進行拍照。拍照采集的圖像自動傳輸給圖像處理服務站，通過圖像分析算法對盤臺照片進行自動的處理和信息識別。同時，測試員站自動調(diào)取馬賽克盤臺布局設計文件，對布局圖中的設計信息進行自動的圖像處理和信息識別。然后，測試員站針對實物照片和設計文件中提出的圖像信息進行自動比對，包括：瓦片上的設備型號、坐標是否一致；瓦片上的印刷文字（包括標簽、單位、量程）是否一致；瓦片上印刷的框線、文字等其他標記性元素是否一致。比對完成后，圖像處理站自動生成測試比對結果，通過測試員站將可視化的測試結果信息顯示出來。測試人員可以通過測試員站進行結果的查看、核對以及生成測試記錄。

基本測試流程如圖2所示。

圖2靜態(tài)測試流程圖

參與圖像識別的目標馬賽克分為長條形報警燈（AA燈，見示意圖右上角部分紅色或橙色瓦片）、方形報警燈（LA燈，見示意圖中部黃色或綠色瓦片）和數(shù)碼管三種類型。被測馬賽克盤臺的實物和設計圖紙示意圖如圖3、圖4所示。

圖3馬賽克盤臺設計圖紙示意圖

圖4馬賽克盤臺實物示意圖

對于識別結果不確定的馬賽克，軟件提供靜態(tài)測試結果人工二次核查界面，支持鼠標點擊檢定測試結果，如圖5所示。

圖5人工二次核查界面圖

4.2　功能測試

功能測試主要針對盤臺設備在實時電子信號輸入下的瓦片設備的動態(tài)響應正確性進行測試。

測試人員使用測試員站啟動動態(tài)測試，自動向IO信號處理站發(fā)送動態(tài)激勵指令，由IO信號處理站向盤臺瓦片設備注入IO激勵信號，觸發(fā)盤臺的動態(tài)指示（如指示燈亮滅、數(shù)碼管數(shù)值變化）。等待約3~5s（盤臺瓦片動態(tài)指示穩(wěn)定）后，測試員站向圖像處理站發(fā)送圖像采集指令，自動觸發(fā)攝像組件采集當前的盤臺瓦片圖像，并進行圖像預處理與信息識別，提取目標瓦片的顯示狀態(tài)信息（如指示燈的狀態(tài)、數(shù)碼管的數(shù)值）。測試員站收到實時盤臺顯示信息后，與測試腳本中的預期進行比對，判定本次測試是否通過，并進行記錄。按照以上流程，測試員站可以連續(xù)執(zhí)行多組測試腳本，對盤臺每個瓦片的動態(tài)顯示功能完成測試。

基本測試流程如圖6所示。

圖6功能測試流程圖

4.3　響應時間測試

響應時間測試場景主要針對系統(tǒng)（L1機柜設備及L2盤臺設備）的整體響應速度進行測試，確認系統(tǒng)收到激勵后能夠在預定的時間內(nèi)做出正確的響應。

通過自動化測試平臺TD-Base中的常規(guī)測試員站下發(fā)測試指令，通過IO管理服務器、信號站或通信站，向被測DCS系統(tǒng)注入測試激勵信號，同時將激勵注入通知信號發(fā)送到TD-Vision測試系統(tǒng)，通知攝像設備啟動高速拍照功能。

DCS接收到激勵信號通過一系列邏輯處理后，會將結果顯示在馬賽克盤臺的特定瓦片單元上。使用TDVision測試系統(tǒng)中的攝像設備，從接收到激勵注入通知信號開始，對馬賽克盤臺上的需觀測瓦片設備進行高速拍照，持續(xù)到目標瓦片設備響應完成（如指示燈亮起）。TD-Vision測試系統(tǒng)對連續(xù)拍照的圖像進行分析比對，根據(jù)圖像幀數(shù)計算從觸發(fā)信號為時間起始點，至盤臺上相應的指示燈亮起所用的時間，并將此事件根據(jù)TD-Base測試員站的要求反饋回TD-Base測試員站。

TD-Base測試員站根據(jù)TD-Vision測試系統(tǒng)反饋的響應時間進行判斷，給出測試結論和記錄。

圖7響應時間測試示意圖

響應時間測試次連續(xù)循環(huán)的測試結果生成到一個測試記錄中，測試記錄寫入excel，內(nèi)容包括測試次數(shù)、每次測試結果、平均時間、最長時間、最短時間、測試人員和測試時間。

響應時間測試過程全部圖片記錄均保存于服務器，可供測試人員追溯回放測試過程。響應時間測試示意圖如圖7所示。

4.4　其他功能

4.4.1　登錄驗證

圖像識別測試系統(tǒng)TD-Vision可訪問測試平臺TD-Base的人員權限管理MySQL數(shù)據(jù)庫，獲取人員登錄名、密碼及權限信息，驗證人員的身份和權限。

系統(tǒng)在測試結束后將測試人員姓名、工號等信息寫入測試記錄。測試系統(tǒng)登錄界面如圖8所示。

圖8測試系統(tǒng)登錄界面

4.4.2　通信服務

圖像識別系統(tǒng)TD-Vision與測試平臺TD-Base的通信接口采用TCP/IP通信協(xié)議，圖像識別系統(tǒng)作為TCP/IP的服務端，為TD-Base提供數(shù)據(jù)訪問服務。通信的內(nèi)容包括：

（1）能夠接入現(xiàn)有的平臺測試系統(tǒng)，將采集到的數(shù)據(jù)結果反饋到測試系統(tǒng)。

（2）接受平臺測試系統(tǒng)的調(diào)度指令，包括啟動、運行、停止等。

（3）向平臺測試系統(tǒng)反饋系統(tǒng)運行狀態(tài)信息，包括運行正常狀態(tài)、故障狀態(tài)及故障信息。

約定日志信息字符串格式：“本地IP|本應用名稱|消息類型|錯誤代碼|詳細信息”。

表1通信消息類型

4.4.3　元件圖庫管理

圖像識別系統(tǒng)提供元件庫的管理工具，能夠支持用戶自行添加、修改、刪除標準瓦片庫，并且支持在元件圖庫中導入其他標準元件庫excel表。元件圖庫示例如圖9所示。

圖9元件圖庫示例圖

5　關鍵技術研究

5.1　圖像配準

因三腳架、攝像機擺放位置與待測盤面視角、距離等因素影響，攝像機采集得到的原始數(shù)字圖像中盤面會存在彎曲、偏移等問題，因此本文采用Halcon機器視覺算法庫hough_circles算子識別盤面四角定位點，依據(jù)定位點對圖像進行仿射變換，以得到能滿足圖像識別前提的平整盤面圖像。

（1）邊緣保留濾波

因為圖像采集場景為DCS測試廠房，原始圖像背景復雜，可能會將背景中其他物品錯誤識別為定位標志點，因此在對圖像進行歸一化后使用opencv中（cv2.pyrMeanShiftFiltering()）算子對原始圖像首先執(zhí)行邊緣保留濾波，將圖像在像素層面上像素值躍遷差異較大位置保留，然后輸出可以完整地保存圖像整體邊緣的信息，用于下一步定位標志點檢測。

（2）霍夫圓檢測

定位標志點的檢測使用Halcon機器視覺算法庫中hough_circles算子。首先將圖像分割為左上、右上、右下、左下四個區(qū)域，然后分別輸入hough_circles算子，對輸入圖像進行二值化?；舴驁A變換的基本思路是認為圖像上每一個非零像素點都有可能是一個潛在的圓上的一點，通過投票，生成累積坐標平面，設置一個累積權重來定位圓。在找到四幅圖像中定位點的坐標后，計算得到該點在整體圖像中的坐標，即得到盤面四個角點在圖像中的位置，用于下一步仿射變換校準圖像。

（3）仿射變換

通過調(diào)用Halcon機器視覺算法庫hom_vector_to_proj_hom_mat2d算子，輸入霍夫圓檢測步驟所得盤面四角點坐標，計算得到齊次變換矩陣HomMat2D。該矩陣包含平移、旋轉(zhuǎn)和縮放等信息，利用projective_trans_image算子將齊次變換矩陣應用于原始圖像，得到完成配準后的圖像，可用于下一步圖像識別。

5.2　顏色識別

（1）顏色空間轉(zhuǎn)換OpenCV默認使用BGR（藍、綠、紅）顏色空間。但在顏色識別中，由于HSV（色調(diào)、飽和度、亮度）顏色空間對光照變化不太敏感，因此其更適合于顏色識別。

通過使用OpenCV的函數(shù)（cv2.cvtColor()），將BGR圖像轉(zhuǎn)換為HSV圖像。

（2）閾值處理

在HSV顏色空間中，每種顏色都有一個特定的色調(diào)（H）范圍。為了識別特定的顏色，分別設置每種目標色調(diào)的閾值范圍。

（3）顏色檢測

使用OpenCV的函數(shù)（如cv2.inRange()），可以根據(jù)設置的HSV閾值范圍創(chuàng)建一個二值圖像。其中目標顏色的像素為白色，其他顏色的像素為黑色，統(tǒng)計二值圖像中白色像素占比，確定目標區(qū)域顏色。

5.3　文字識別

PaddleOCR是一個基于Paddle深度學習框架開發(fā)的OCR（光學字符識別）工具庫，本文部署超輕量PPOCRv4模型，支持中英文、特殊字符識別。模型選用多種文本檢測和識別算法，并采用多種數(shù)據(jù)增強技術和模型融合策略，能夠有效地應對圖像噪聲、光照變化等干擾因素，其魯棒性、穩(wěn)定性較好，并且兼具高效性和輕量化的優(yōu)點。

首先截取馬賽克瓦片中文字識別ROI區(qū)域，送入PaddleOCR進行處理，完成PaddleOCR本身包含的去噪等預處理步驟后，第一步使用DB文本檢測算法預測概率圖P和閾值圖T，由F和T計算后近似得到二值圖B，劃取圖片中的文字區(qū)域。

然后使用CRNN（卷積遞歸神經(jīng)網(wǎng)絡）模型進行文本識別。它結合了卷積神經(jīng)網(wǎng)絡（CNN）和遞歸神經(jīng)網(wǎng)絡（RNN）的優(yōu)勢，特別適用于對圖像中的序列文本進行識別。

（1）由卷積層提取圖像的特征，這些特征隨后被展平并輸入到遞歸層。

（2）在遞歸層中，RNN處理輸入序列，并且能夠在序列的每個時間步捕捉上下文信息。

（3）轉(zhuǎn)錄層對RNN的輸出進行解碼，生成最終的文本序列。

設計圖紙與盤臺實物字符識別中特殊符號Δ、Σ、℃等識別效果不佳，未來需要進一步微調(diào)模型，因為出錯類型較為固定，目前工具通過錯誤類型替換手段提升準確率，具體如表2所示。

表2錯誤類型替換表

6　結論

以華龍單個機組安全級DCS的工廠測試執(zhí)行為例，其需要實施圖像觀測的馬賽克約1870個，待測目標樣式共5種約9350項。對馬賽克盤臺人工執(zhí)行測試，單項測試時間花費約10秒，且需要兩人同時配合，測試工程師A注入測試激勵，測試工程師B觀察盤面并記錄測試結果，一個機組馬賽克盤臺測試耗費工時約8人日，耗時4天。而采用圖像識別自動測試方案，單項測試時間花費平均1秒，不僅能捕捉瓦片的閃發(fā)變化，而且能夠晝夜連續(xù)執(zhí)行測試，僅需一天就能夠完成單機組馬賽克盤臺測試，解決了馬賽克盤臺“測試量大-耗人耗時”“肉眼觀測易失誤”“閃發(fā)、批量難捕捉”、“長期盯盤難實施”的4大痛點問題。該測試技術方案驗證有效，價值清晰，可擴展應用至其他核電DCS人機交互設備的測試，提高了核電儀控領域測試自動化、智能化水平。

綜上所述，本文設計的基于圖像識別的馬賽克盤臺自動測試系統(tǒng)，能夠有效地提高馬賽克盤臺的自動測試水平。未來，我們將進一步優(yōu)化算法設計，提高自動測試工具的適用性和穩(wěn)定性，為核電領域的發(fā)展做出更大的貢獻。

作者簡介：

閆英明（1988-），男，遼寧朝陽人，工程師，碩士，現(xiàn)就職于北京廣利核系統(tǒng)工程有限公司，主要從事核電廠安全級DCS系統(tǒng)驗證與確認工作。

參考文獻：

[1] 陳科. 自動化測試技術在我國第三代核電DCS系統(tǒng)的應用[J]. 設備管理與維修, 2023 (21) : 96 - 97.

[2] 陳倩, 陳建敏. 基于Python語言的圖像識別算法設計[J]. 江蘇科技信, 2019, 36 (12) : 48 - 51.

[3] 劉基, 趙志誠, 王曉東. 基于OCR技術的復雜背景下工件標識字符識別方法[J]. 鑄造, 2021, 70 (7) : 855 - 860.

[4] 張?zhí)? 童旭, 胡隆河, 等. 基于卷積神經(jīng)網(wǎng)絡的酒文獻關鍵詞自動識別與標注算法[J/OL]. 宜賓學院學報, 2024 : 1 - 11.

[5] 成日冉. 基于嵌入式圖像處理平臺的集裝箱編碼識別系統(tǒng)研發(fā)[D]. 成都: 電子科技大學, 2023.

[6] 岡薩雷斯. 數(shù)字圖像處理(第三版) [M]. 北京: 電子工業(yè)出版社, 2011.

[7] JAWAHAR CV. Top-down and bottom-up cues for scene text recognition[C] / / Proceedings of the 2012 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Providence: IEEE, 2012 : 2687 - 2649.

[8] LUKA N, JII M. Real-time lexicon-free scene text localization and recognition[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence, 2016, 38 (9) : 1872 - 1885.

摘自《自動化博覽》2025年6月刊