车牌识别系统需求分析模板Word文档下载推荐.docx

车牌识别系统需求分析模板Word文档下载推荐.docx

《车牌识别系统需求分析模板Word文档下载推荐.docx》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Word文档下载推荐.docx（14页珍藏版）》请在冰豆网上搜索。

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VisualStudio2013开发。

依赖于opencv2.4.8

1.3定义

SVM:

支持向量机

ANN:

人工神经网络

高斯模糊

二值化

灰度化

Soble算子

1.4参考资料

《软件工程》IanSommerville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

-1-

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。

-2-

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:

学生用例图如图3.1:

-3-

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

用例描述获取SVM和ANN模型训练参数

主执行者学生

触发条件学生主动使用该系统

后置条件学生得到SVM和ANN训练参数

基本事件流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

异常事件流获取参数数据错误

（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。

-4-

表3.2获取可能车牌区域用例说明

用例名称获取可能车牌区域

用例描述获取原始图片中可能车牌区域

后置条件得到一系列矩形区域

基本事件流1.学生进入获取车牌区域界面

2.点击获取车牌区域选项

异常事件流获取车牌区域失败

（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

用例描述根据形态学处理，分割成一系列字符

块

后置条件得到一系列字符块数据

基本事件流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

异常事件获取字符块数据失败

（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

-5-

用例名称获取车牌

用例描述获取SVM模型检测出来的车牌

后置条件得到一系列车牌数据

基本事件流1.学生进入获取车牌块界面

2.点击获取车牌数据选项

异常事件获取车牌数据失败

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

用例描述得到图片中车牌的车牌号码

主执行者交通警察

触发条件交通警察主动使用该系统

后置条件获取到的车牌号存入文件或数据库

-6-

基本事件流1.交通警察进入识别车牌界面

2.选取识别车牌选项

异常事件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

后置条件上传效果不良的图片

基本事件流1.交通警察进入上传图片界面

2.点击上传图片选项

异常事件识别车牌号码出错

管理员用例图如图3.3:

图3.3管理员用例图

-7-

（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

用例描述设置系统中机器学习模型的参数

主执行者管理员

触发条件管理员定期更新系统

后置条件得到更新后的识别系统

基本事件流1.管理员进入设置参数界面

2.选取设置参数选项

异常事件参数设置错误，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

用例描述得到交通警察上传的图片

触发条件时间触发，管理员定期维护系统

后置条件得到了交通警察上传的图片

基本事件流1.管理员进入获取图片界面

2.选取获取图片选项

异常事件无上传图片存在

（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

-8-

所示。

表3.9训练模型用例图说明

用例名称训练模型

用例描述重新训练SVM和ANN模型

后置条件得到更新后的系统版本

基本事件流1.管理员进入识别训练模型界面

2.选取训练模型选项

异常事件训练数据错误，训练过程无法收敛。

-9-

4动态行为模型

（1）管理员操作时的状态变迁图如图4.1:

点击SVM

点击确认选择设置参数设置参数

点击ANN

导入照片选择训练模型正常退出并运行

开始结束

确认选择保存照片

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:

选择导入数据库

点击确认点击识别车牌批量导入照片

结束

选择导出到本地开始

点击上传图片点击确认

图4.2交通警察操作时的状态变迁图

-10-

（3）动态行为建模总体设计如图4.3:

点击测试上传图片

点击高斯模糊选择SVM

选择ANN点击参数点击灰度序列化

开始选择颜色定位点击颜色匹配结束

点击图像切割

选择sobel定位

选择照片文点击训练点击二值化件夹

选择图片预处理

点击sobel运算点击车牌定位

选择SVM学习

点击抗扭斜选择特征选取

点击车牌字符切割

选择ANN学习

图4.3行为建模总体设计

-11-

对图像进行Sobel运算

5系统流程分析

否

（1）车牌Soble定位流程图如图5.1:

开始

对图像进行高斯模糊

图像灰度化

是是否还有更多轮廓

图像二值化

对轮廓求外接矩形

否是矩形尺寸是否满足条件丢弃矩形

图像闭操作取矩形的偏斜角度

是偏斜角度是否过大

取出可能的矩形轮廓矩形旋转

统一尺寸

输出

图5.1车牌Soble定位流程图

结束-12-

（2）车牌颜色定位流程图如图5.2:

对图片进行高斯模糊颜色模板匹配得到灰度

图否

图像闭操作图像二值化

取出可能的矩形轮廓是否还有更多轮廓

是否是

对轮廓求外接矩形取矩形的偏斜角度

是

矩形尺寸是否满足条件丢弃矩形偏斜角度是否过大矩形旋转

图5.2车牌颜色定位流程图

-13-输出

（3）字符分割流程图如图5.3:

车牌图片灰度化

颜色判断

图片二值化

取轮廓

取外接矩形

截取图块

图5.3字符分割流程图结束

-14-

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

CPUIntel（R）Core（TM）i5-4200M2.50

GHz及以上

内存4G

硬盘500G

操作系统Win7或以上版本

表6.2软件开发平台表

软件说明

VisualStudio2013系统开发平台

opencv2.4.8图像处理函数库

-15-

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。

-16-