规格说明书（第六组）

引言

1.1 目的

本节描述软件产品需求规格说明书（SRS）的目的是：
（1）对“食堂智能结账”系统总体要求进行定义，作为用户和软件开发人员之间相互了解的基础；
（2）提供性能要求、初步设计和对用户影响的信息，作为软件人员进行软件结
构设计和编码的基础；
（3）作为软件总体测试的依据。

1.2 项目背景

①软件名称：基于计算机视觉的食堂智能结账系统
②项目面向用户：食堂商户及在食堂就餐的学生
③项目开发者：第六小组
本系统是在通过与小组讨论的形式得出大致软件需求，与其他系统和其他机构没有关系。

1.3 预期读者及阅读建议

本文档面向多种读者对象：
（1）产品经理：产品经理可以根据该文档了解预期产品的功能，并据此进行系统设计、项目管理及任务统筹分配。
（2）设计师：设计师可根据本文档中进行相应的UI设计。
（3）程序员：程序员通过该文档了解系统功能，并通过产品经理了解到用户及其他人员的反馈意见，进行相应的改善。
（4）测试员：根据本文档编写测试用例，并对软件产品进行功能性测试和非功能性测试。
（5）推广人员：通过本文档了解预期产品的功能和使用场景及方式。
（6）用户：了解预期产品的功能和性能，并与分析人员一起对整个需求进行讨论和协商。
（7）其他人员：如指导老师、其他组成员等可以据此了解产品的功能和性能。
在阅读本文档时，首先可以了解产品的功能概貌，然后可以根据自身的需要对每一功能进行适当的了解。

1.4 参考资料

[1].GB-T 9385-2008，《计算机软件需求规格说明规范》
[2].《构建之法》(第二版)，邹欣。
[3].魏康丽, 王振杰, 孙柯,等. 基于计算机视觉对苹果脆片外观品质分级[J]. 南京农业大学学报, 2017, 40(3):547-555.

总体描述

2.1 产品描述

2.1.1 开发目标
传统学校、公司等的食堂大多采用的是人工结账的方法，耗时耗力，特别是人流量大时会照常排队过长甚至拥堵的情况。针对上述问题，本系统将采用基于深度学习的YOLO2的检测技术对乘装对应价格的的盘子进行检测，再利用颜色特征提取技术将不同颜色的盘子进行识别与分类，并自动给出对应价格。并利用基于图像处理模型以及基于直方图均衡化的图像增强技术保证识别的准确率，利用基于卷积神经网络的菜品识别进行膳食分析，以此实现快速结账和给出膳食结构建议，节约人力与时间，帮助用户拥有更健康的饮食习惯。
2.1.2 开发意图
（1）针对多尺度训练神经网络的问题，提出采用YOLO2深度学习算法，在训练过程中就每隔10轮，随机的选择另外一种尺度进行训练，使得最终得到的模型可以对不同分辨率的图像都能达到好的检测效果。
（2）为正确检测餐盘并区分餐盘与菜品，在正确检测到目标后，通过感兴趣区域提取，并采取颜色分离、阈值分割的方法来获得餐盘外缘，以便进一步按照餐盘颜色特征对目标进行初步分类。
（3）针对图像增强需求，基于LIP模型，对实际的数字图像处理效果进行优化，达到更好的处理效果。
（4）为达成识别与分类菜品并做出初步营养评估的目标，通过YOLO2完成检测识别和分类，参考营养管理原则，分析输出对应膳食意见。
2.1.3 应用目标和作用范围
通过YOLO2深度学习算法检测识别目标物体，再由感兴趣区域提取、颜色分类得到餐盘边缘和菜品，对所得内容进一步识别分类，最后参考单价管理和营养原则，完成对菜品的金额计算和营养评估。
2.1.4 产品前景
课题完成之后，获得的智能结账系统可用于学校食堂的收银部分，能够提高计算准确度，减小人力成本。另外分析的食物卡路里与热量等信息可以作为一个客观健康评价指标，用于评价个体的营养健康水平，同时作为重要参数，参与规划个体短期及长期的营养目标，提高健康的保障。

2.2 用户分析

系统的目标用户群体是学校食堂商家以及在食堂用餐的学生。
学生： a. 在食堂吃饭，时常怀疑阿姨算错菜品的价格； b. 处于减肥瘦身期，希望能够了解每餐摄入的卡路里； c. 健身爱好者，通过制定塑身计划，可以让系统自动推荐菜品；
商家端： a. 店铺发展期，想获取学生对店铺菜品的食用反馈； b. 想削减人力预算，以菜品识别自动扣款代替部分阿姨慢悠悠的口算；