车牌识别系统需求分析模板.docx

  1. 1、本文档共18页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

精品文档

精品文档

.

.

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:****

****

****

****

目 录

引 言 1

编写目的 1

背景 1

定义 1

参考资料 1

任务概述 2

目标 2

用户的特点 2

假定和约束 2

用例分析(或数据流程分析) 3

系统Actor分析 3

系统用例描述 3

动态行为模型 10

系统流程分析 12

系统开发及运行环境规定 15

7小 结 16

1引 言

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

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VisualStudio2013开发。依赖于opencv2.4.8

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

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

2任务概述

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。

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。

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)

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。

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。

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。

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。

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:

精品文档

图3.1学生用例图

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。

用例名称用例描述

表3.1 获取训练参数用例说明

获取训练参数

获取SVM和ANN模型训练参数

主执行者 学生

触发条件后置条件基本事件流

异常事件流

学生主动使用该系统

学生得到SVM和ANN训练参数

进入获取参数界面

点击获取参数选型

提交

系统返回SVM和ANN训练参数获取参数数据错误

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。

.

精品文档

表3.2 获取可能车牌区域用例说明

用例名称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

获取可能车牌区域

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

学生进入获取车牌区域界面

点击获取车牌区域选项

提交

获取车牌区域失败

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

获取切割后的字符块

文档评论(0)

hao187 + 关注
官方认证
内容提供者

该用户很懒,什么也没介绍

认证主体武汉豪锦宏商务信息咨询服务有限公司
IP属地上海
统一社会信用代码/组织机构代码
91420100MA4F3KHG8Q

1亿VIP精品文档

相关文档