車牌識別系統(tǒng)需求分析模板

1、車牌識別系統(tǒng)需求分析小組車牌識別系統(tǒng)需求分析文檔組長：*組員：*1 引言11.1 編寫目的11.2 背景11.3 定義11.4 參考資料22 任務概述32.1 目標32.2 用戶的特點32.3 假定和約束33 用例分析（或數(shù)據(jù)流程分析）53.1 系統(tǒng)Actor分析53.2 系統(tǒng)用例描述64 動態(tài)行為模型165 系統(tǒng)流程分析196 系統(tǒng)開發(fā)及運行環(huán)境規(guī)定237 小結(jié)24I-II-1 引 言1.1 編寫目的目的：文檔編寫詳細的描述了整個車牌定位與識別的過程，能夠幫助使用該系統(tǒng)的人員快速了解該系統(tǒng)的用法。面向人員：需要利用車牌定位與識別系統(tǒng)進行機器學習的學生。需要用車牌系統(tǒng)去識別車牌的交通警察“車牌

2、定位與識別系統(tǒng)”管理員1.2 背景系統(tǒng)名稱:車牌定位與識別系統(tǒng)系統(tǒng)開發(fā)者:“車牌定位和識別系統(tǒng)”開發(fā)組。該系統(tǒng)基于opencv2.4.8版本和VisualStudio2013開發(fā)。依賴于opencv2.4.81.3 定義SVM:支持向量機ANN:人工神經(jīng)網(wǎng)絡高斯模糊1二值化灰度化Soble算子1.4 參考資料軟件工程IanSommerville著程成等譯機械工業(yè)由版社軟件工程及應用張斌、郭軍主編東北大學出版社2 -2 任務概述2.1 目標通過視頻圖象的檢測與識別,可以實時檢測交通違章現(xiàn)象、識別違章車輛的車牌號碼，為公安交通管理部門提供強有力的執(zhí)法證據(jù)。因此，研究交通圖象檢測與處理方法對智能交通

3、運輸系統(tǒng)的發(fā)展具有重要的推動作用。本系統(tǒng)著力對車牌的識別過程進行研究和實現(xiàn)，最終能夠識別出圖片上的車牌信息。此外，本系統(tǒng)涉及到機器學習的內(nèi)容，因此可以供喜歡機器學習的學生進行學習。2.2 用戶的特點該系統(tǒng)的目標用戶為交通警察、學生和管理人員，對于交通警察和學生來說只需能熟練操作電腦即可，對于管理人員則需要掌握機器學習相關知識。2.3 假定和約束該系統(tǒng)在Windows系統(tǒng)下開發(fā)，但會受到經(jīng)費、壽命、社會等因素限制，預計開發(fā)期限為1年，使用期限為5年以上。3 -3用例分析（或數(shù)據(jù)流程分析）3.1 系統(tǒng)Actor分析通過系統(tǒng)分析，我們有以下三個Actor，包括研究生，交通警察和系統(tǒng)管理員。（ 1）研

4、究生想利用這個系統(tǒng)進行相關機器學習與計算機視覺研究的學生，他可以得到系統(tǒng)中支持向量機（SVM），人工神經(jīng)網(wǎng)絡（ANN）的訓練參數(shù)，以便他自己進行研究。他可以得到系統(tǒng)中間輸出結(jié)果，經(jīng)過圖像處理的車牌矩形塊作為數(shù)據(jù)來源進行學生自己的訓練數(shù)據(jù)?？梢缘玫街虚g結(jié)果SVM判斷出來的車牌區(qū)域，作為自己研究字符塊處理的數(shù)據(jù)來源?？梢缘玫较到y(tǒng)中間結(jié)果切割后的字符塊處理，作為自己訓練人工神經(jīng)網(wǎng)絡的輸入數(shù)據(jù)來源。（ 2）交通警察利用該系統(tǒng)進行平時交通中違規(guī)車輛車牌的自動檢測?？梢愿鶕?jù)監(jiān)視器抓拍的圖片進行批量導入系統(tǒng)，得到車輛車牌號信息進行存檔。也可以根據(jù)檢測效果上傳檢測效果不好的圖片給系統(tǒng)。（ 3）系統(tǒng)管理員可以對

5、系統(tǒng)中支持向量機和人工神經(jīng)網(wǎng)絡模型進行設置參數(shù)，便于得到好的訓練效果。可以對不同的環(huán)境圖片進行不同的SVM和ANN訓練，以便使系統(tǒng)有更好的魯棒性。系統(tǒng)管理員可以有權(quán)查看交通警察傳來的圖片進行重新訓練模型用來改善效果。3.2 系統(tǒng)用例描述列由所有用例及其用例描述:學生用例圖如圖3.1:圖3.1學生用例圖(1)獲取訓練參數(shù)相關研究的學生通過該系統(tǒng)獲取訓練參數(shù)的過程。用例說明如表3.1所示。6 -表3.1獲取訓練參數(shù)用例說明用例名稱獲取訓練參數(shù)用例描述獲取SVM和ANN模型訓練主執(zhí)行者參數(shù)觸發(fā)條件學生后置條件學生主動使用該系統(tǒng)基本事件流學生得到SVM和ANN訓練參數(shù)1 .進入獲取參數(shù)界面2 .點擊獲

6、取參數(shù)選型異常事件流3.提交4 .系統(tǒng)返回SVM和ANN訓練參數(shù)獲取參數(shù)數(shù)據(jù)錯誤(2)獲取可能車牌區(qū)域當執(zhí)行完顏色定位和sobel算子定位后，利用已經(jīng)訓練好的SVM模型可以得到原始圖片中的車牌區(qū)域。用例說明如表3.2所不。表3.2獲取可能車牌區(qū)域用例說明用例名稱獲取可能車牌區(qū)域用例描述獲取原始圖片中可能車牌區(qū)主執(zhí)行者觸發(fā)條件學生后置條件學生主動使用該系統(tǒng)基本事件流得到一系列矩形區(qū)域1 .學生進入獲取車牌區(qū)域界2 .點擊獲取車牌區(qū)域選項3 .提交異常事件流獲取車牌區(qū)域失敗(3)獲取切割后的字符塊根據(jù)前面得到的矩形塊進行形態(tài)學處理，分割成一系列字符塊，作為學生訓練自己神經(jīng)網(wǎng)絡的輸入數(shù)，用例說明如表

7、3.3所不。表3.3獲取切割后的字符塊用例說明用例名稱獲取切割后的字符塊用例描述根據(jù)形態(tài)學處理，分割成一系列字符塊主執(zhí)行者學生觸發(fā)條件學生主動使用該系統(tǒng)后置條件得到一系列字符塊數(shù)據(jù)基本事件流1.學生進入獲取字符塊數(shù)據(jù)界面2 .點擊獲取字符塊數(shù)據(jù)選項3 .提交異常事件獲取字符塊數(shù)據(jù)失敗(3)獲取車牌獲取SVM模型檢測由來的車牌，用例說明如表3.4所表3.4獲取切割后的字符塊用例說明用例名稱獲取車牌用例描述獲取SVM模型檢測由來的車牌主執(zhí)行者觸發(fā)條件學生后置條件學生主動使用該系統(tǒng)9 -基本事件流得到一系列車牌數(shù)據(jù)1 .學生進入獲取車牌塊界面2 .點擊獲取車牌數(shù)據(jù)選項3 .提交異常事件獲取車牌數(shù)據(jù)失

8、敗交通警察用例圖如圖3.2:圖3.2交通警察用例圖(1)識別車牌交通警察使用該系統(tǒng)進入識別車牌界面，獲取每張圖片中車牌號的具體信息進行后續(xù)處理，用例說明如表3.5所示表3.5識別車牌用例圖說明用例名稱識別車牌用例描述得到圖片中車牌的車牌號碼- 10主執(zhí)行者交通警察觸發(fā)條件交通警察主動使用該系統(tǒng)后置條件獲取到的車牌號存入文件或基本事件流數(shù)據(jù)庫1 .交通警察進入識別車牌界面2 .選取識別車牌選項異常事件3.提交SVM或者ANN模型訓練由錯(2)上傳處理效果不良的圖片根據(jù)系統(tǒng)識別車牌號與實際車牌號碼進行比對，處理效果不好的圖片上傳給系統(tǒng)，用例說明如表3.6所示。表3.6獲取切割后的字符塊用例說明用例

9、名稱上傳處理效果不良的圖片用例描述根據(jù)系統(tǒng)識別車牌號與實際車牌號碼進行比對，處理效果不好的圖片上傳給系統(tǒng)主執(zhí)行者交通警察ii -觸發(fā)條件交通警察主動使用該系統(tǒng)后置條件上傳效果不良的圖片基本事件流1.交通警察進入上傳圖片界面2 .點擊上傳圖片選項3 .提交異常事件識別車牌號碼由錯管理員用例圖如圖3.3:圖3.3管理員用例圖(1)設置參數(shù)管理員通過設置參數(shù)，使得訓練支持向量機和神經(jīng)網(wǎng)絡模型的參數(shù)最優(yōu)，從而得到性能最優(yōu)的模型，用例說明如表3.7所示。表3.7設置參數(shù)用例圖說明用例名稱設置參數(shù)用例描述設置系統(tǒng)中機器學習模型的參數(shù)主執(zhí)行者觸發(fā)條件管理員后置條件管理員定期更新系統(tǒng)基本事件流得到更新后的識別

10、系統(tǒng)1 .管理員進入設置參數(shù)界面2 .選取設置參數(shù)選項3 .提交異常事件參數(shù)設置錯誤，訓練由錯誤的模型(2)得到圖片管理員得到交通警察上傳的圖片，用例說明如表3.8所表3.8得到圖片用例圖說明用例名稱得到圖片用例描述得到交通警察上傳的圖片主執(zhí)行者管理員觸發(fā)條件時間觸發(fā)，管理員定期維護后置條件系統(tǒng)基本事件流得到了交通警察上傳的圖片1 .管理員進入獲取圖片界面2 .選取獲取圖片選項3 .提交異常事件無上傳圖片存在(3)訓練模型管理員通過選取訓練數(shù)據(jù)，調(diào)試最優(yōu)參數(shù)，重新訓練模型,用例說明如表3.9所示。表3.9訓練模型用例圖說明用例名稱訓練模型用例描述重新訓練SVM和ANN模型主執(zhí)行者管理員觸發(fā)條件

11、管理員定期更新系統(tǒng)后置條件得到更新后的系統(tǒng)版本基本事件流1.管理員進入識別訓練模型界面2 .選取訓練模型選項異常事件3 .提交訓練數(shù)據(jù)錯誤，訓練過程無法收斂。- 194動態(tài)行為模型(1)管理員操作時的狀態(tài)變遷圖如圖4.1:(2)交通警察操作時的狀態(tài)變遷圖如圖4.2:開始(3)動態(tài)行為建模總體設計如圖4.3:點擊測試測試上傳圖片顯示輸出結(jié)果選搭VMSVM點擊高斯那模糊點擊參數(shù)得到訓怪ANN選sobe位sobe位顏色定位點擊訓練訓練選擇照選擇顏色定位點擊灰度聯(lián)峙列化點擊顏色嗡眶匹配結(jié)束選擇圖片哪嘖處理點擊車牌定位車牌定位選攆VM習SVM習選擇特征喔齪選取選ANN習點擊二值化點擊be算sobe算抗扭

12、斜點擊抗扭斜4.3行為建?？傮w設計5 系統(tǒng)流程分析- 201)車牌Soble定位流程圖如圖5.1：開始對圖像進行高斯模糊圖像灰度化取出可能的矩形輪廓丟棄矩形結(jié)束- 25圖5.1車牌Soble定位流程圖(2)車牌顏色定位流程圖如圖5.2:開始是對輪廓求外接矩形矩$寸是否滿足條件丟棄矩形統(tǒng)一尺寸輸出結(jié)束對圖片進行高斯模糊顏色模板匹配得到灰度 圖取出可能的矩形輪廓汪有更多輪廓取矩形的偏斜角度度是否過大是圖5.2車牌顏色定位流程圖(3)字符分割流程圖如圖5.3開始截取圖塊結(jié)束圖5.3字符分割流程圖6系統(tǒng)開發(fā)及運行環(huán)境規(guī)定系統(tǒng)運行的硬件環(huán)境如表6.1所示，軟件開發(fā)平臺如表6.2所示表6.1系統(tǒng)運行硬件環(huán)境表CPUIntel(R)Core(TM)i5-4200M2.50GHz及以內(nèi)存上硬盤4G500G操作系統(tǒng)Win7或以上版本表6.2軟件開發(fā)平臺表軟件說明VisualStudio2013系統(tǒng)開發(fā)平臺opencv2.4.8圖像處理函數(shù)庫7 小 結(jié)本系統(tǒng)屬于核心工具，主要面向研究者、交通警察和系統(tǒng)本身的管理者。其中研究者包過學生、老師等等研究人員，他們可以輸入照片，然后從系統(tǒng)中獲取各部分結(jié)果，用于訓練自己的系統(tǒng)。比如得到圖像切割和抗扭斜后的結(jié)果，然后用于自己研究后續(xù)的圖像分類，訓練自己的SVM分類器。而交通警察是屬于普通的用戶，不能得到系統(tǒng)的中間