车牌识别系统需求分析模板(共18页).doc

《车牌识别系统需求分析模板(共18页).doc》由会员分享，可在线阅读，更多相关《车牌识别系统需求分析模板(共18页).doc（18页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上车牌识别系统需求分析文档车牌识别系统需求分析小组组长：*组员：* * * *专心-专注-专业目 录1 引 言1.1编写目的目的：文档编写详细的描述了整个车牌定位与识别的过程，能够帮助使用该系统的人员快速了解该系统的用法。面向人员：需要利用车牌定位与识别系统进行机器学习的学生。 需要用车牌系统去识别车牌的交通警察 “车牌定位与识别系统”管理员1.2背景系统名称:车牌定位与识别系统系统开发者:“车牌定位和识别系统”开发组。该系统基于opencv2.4.8版本和Visual Studio2013开发。依赖于opencv2.4.8 1.3定义SVM:支持向量机ANN:人工神经

2、网络高斯模糊二值化灰度化Soble算子1.4参考资料软件工程Ian Sommerville著 程成 等译 机械工业出版社软件工程及应用 张斌、郭军主编东北大学出版社2 任务概述2.1目标通过视频图象的检测与识别,可以实时检测交通违章现象、识别违章车辆的车牌号码，为公安交通管理部门提供强有力的执法证据。因此，研究交通图象检测与处理方法对智能交通运输系统的发展具有重要的推动作用。本系统着力对车牌的识别过程进行研究和实现，最终能够识别出图片上的车牌信息。此外，本系统涉及到机器学习的内容，因此可以供喜欢机器学习的学生进行学习。2.2用户的特点该系统的目标用户为交通警察、学生和管理人员，对于交通警察和学

3、生来说只需能熟练操作电脑即可，对于管理人员则需要掌握机器学习相关知识。2.3假定和约束该系统在Windows系统下开发，但会受到经费、寿命、社会等因素限制，预计开发期限为1年，使用期限为5年以上。3 用例分析(或数据流程分析)3.1 系统Actor分析通过系统分析，我们有以下三个Actor，包括研究生，交通警察和系统管理员。（1）研究生想利用这个系统进行相关机器学习与计算机视觉研究的学生，他可以得到系统中支持向量机（SVM），人工神经网络(ANN)的训练参数，以便他自己进行研究。他可以得到系统中间输出结果，经过图像处理的车牌矩形块作为数据来源进行学生自己的训练数据。可以得到中间结果SVM判断出

4、来的车牌区域，作为自己研究字符块处理的数据来源。可以得到系统中间结果切割后的字符块处理，作为自己训练人工神经网络的输入数据来源。（2）交通警察利用该系统进行平时交通中违规车辆车牌的自动检测。可以根据监视器抓拍的图片进行批量导入系统，得到车辆车牌号信息进行存档。也可以根据检测效果上传检测效果不好的图片给系统。（3）系统管理员可以对系统中支持向量机和人工神经网络模型进行设置参数，便于得到好的训练效果。可以对不同的环境图片进行不同的SVM和ANN训练，以便使系统有更好的鲁棒性。系统管理员可以有权查看交通警察传来的图片进行重新训练模型用来改善效果。3.2 系统用例描述列出所有用例及其用例描述：学生用例

5、图如图3.1：图3.1 学生用例图（1）获取训练参数相关研究的学生通过该系统获取训练参数的过程。用例说明如表3.1所示。表3.1 获取训练参数用例说明用例名称获取训练参数用例描述主执行者 触发条件后置条件基本事件流异常事件流获取SVM和ANN模型训练参数 学生学生主动使用该系统学生得到SVM和ANN训练参数1.进入获取参数界面 2.点击获取参数选型3.提交4.系统返回SVM和ANN训练参数获取参数数据错误（2）获取可能车牌区域当执行完颜色定位和sobel算子定位后，利用已经训练好的SVM模型可以得到原始图片中的车牌区域。用例说明如表3.2所示。表3.2 获取可能车牌区域用例说明用例名称获取可能

6、车牌区域用例描述主执行者触发条件后置条件基本事件流异常事件流获取原始图片中可能车牌区域学生学生主动使用该系统得到一系列矩形区域1.学生进入获取车牌区域界面2.点击获取车牌区域选项3.提交 获取车牌区域失败 （3）获取切割后的字符块根据前面得到的矩形块进行形态学处理，分割成一系列字符块，作为学生训练自己神经网络的输入数，用例说明如表3.3所示。表3.3 获取切割后的字符块用例说明用例名称获取切割后的字符块用例描述主执行者触发条件后置条件基本事件流异常事件根据形态学处理，分割成一系列字符块学生学生主动使用该系统得到一系列字符块数据1.学生进入获取字符块数据界面2.点击获取字符块数据选项3.提交获取

7、字符块数据失败（3）获取车牌获取SVM模型检测出来的车牌，用例说明如表3.4所示。表3.4 获取切割后的字符块用例说明用例名称获取车牌用例描述主执行者触发条件后置条件基本事件流异常事件获取SVM模型检测出来的车牌学生学生主动使用该系统得到一系列车牌数据1.学生进入获取车牌块界面2.点击获取车牌数据选项3.提交获取车牌数据失败交通警察用例图如图3.2：图3.2 交通警察用例图（1）识别车牌交通警察使用该系统进入识别车牌界面，获取每张图片中车牌号的具体信息进行后续处理，用例说明如表3.5所示。表3.5 识别车牌用例图说明用例名称识别车牌用例描述主执行者触发条件后置条件基本事件流异常事件得到图片中车

8、牌的车牌号码交通警察交通警察主动使用该系统获取到的车牌号存入文件或数据库1.交通警察进入识别车牌界面2.选取识别车牌选项3.提交SVM或者ANN模型训练出错（2）上传处理效果不良的图片根据系统识别车牌号与实际车牌号码进行比对，处理效果不好的图片上传给系统，用例说明如表3.6所示。表3.6 获取切割后的字符块用例说明用例名称上传处理效果不良的图片用例描述主执行者触发条件后置条件基本事件流异常事件根据系统识别车牌号与实际车牌号码进行比对，处理效果不好的图片上传给系统交通警察交通警察主动使用该系统上传效果不良的图片1.交通警察进入上传图片界面 2.点击上传图片选项3.提交识别车牌号码出错管理员用例图

9、如图3.3：图3.3 管理员用例图（1）设置参数管理员通过设置参数，使得训练支持向量机和神经网络模型的参数最优，从而得到性能最优的模型，用例说明如表3.7所示。表3.7 设置参数用例图说明用例名称设置参数用例描述主执行者触发条件后置条件基本事件流异常事件设置系统中机器学习模型的参数管理员管理员定期更新系统得到更新后的识别系统1.管理员进入设置参数界面2.选取设置参数选项3.提交参数设置错误，训练出错误的模型（2）得到图片管理员得到交通警察上传的图片，用例说明如表3.8所示。表3.8 得到图片用例图说明用例名称得到图片用例描述主执行者触发条件后置条件基本事件流异常事件得到交通警察上传的图片管理员

10、时间触发，管理员定期维护系统得到了交通警察上传的图片1.管理员进入获取图片界面2.选取获取图片选项3.提交无上传图片存在（3）训练模型管理员通过选取训练数据，调试最优参数，重新训练模型，用例说明如表3.9所示。表3.9 训练模型用例图说明用例名称训练模型用例描述主执行者触发条件后置条件基本事件流异常事件重新训练SVM和ANN模型管理员管理员定期更新系统得到更新后的系统版本1.管理员进入识别训练模型界面2.选取训练模型选项3.提交训练数据错误，训练过程无法收敛。4 动态行为模型(1) 管理员操作时的状态变迁图如图4.1：图4.1 管理员操作时的状态变迁图（2）交通警察操作时的状态变迁图如图4.2

11、：图4.2 交通警察操作时的状态变迁图（3）动态行为建模总体设计如图4.3：图4.3 行为建模总体设计5 系统流程分析（1） 车牌Soble定位流程图如图5.1：图5.1 车牌Soble定位流程图（2）车牌颜色定位流程图如图5.2：图5.2 车牌颜色定位流程图（3）字符分割流程图如图5.3：图5.3 字符分割流程图6 系统开发及运行环境规定系统运行的硬件环境如表6.1所示，软件开发平台如表6.2所示表6.1 系统运行硬件环境表环境配置CPU内存硬盘Intel(R) Core(TM) i5-4200M 2.50 GHz及以上4G500G操作系统Win 7或以上版本表6.2 软件开发平台表软件说明

12、Visual Studio 2013opencv 2.4.8系统开发平台图像处理函数库7 小 结本系统属于核心工具，主要面向研究者、交通警察和系统本身的管理者。其中研究者包过学生、老师等等研究人员，他们可以输入照片，然后从系统中获取各部分结果，用于训练自己的系统。比如得到图像切割和抗扭斜后的结果，然后用于自己研究后续的图像分类，训练自己的SVM分类器。而交通警察是属于普通的用户，不能得到系统的中间结果，只能做输入，并保存结果到数据库或者本地文件。系统管理者可以修改SVM、ANN的系统参数，或者根据已有数据重新训练参数，还可以接收用户上传的处理效果不良的图片，作为后续系统改进的数据。本系统除了上述的功能需求外，还包含了一些非功能性需求，包过可维护性，当软件运行发生错误时，能够快速、准确对其定位、诊断和修改恢复。还有可复用性，该软件可以很容易的移植到各类车牌识别系统中，作为核心照片处理代码。