第六章 系统测试
本章对物流园中基于卷积神经网络的车牌识别管理系统进行系统测试。由于系统具有两个子系统，因此在测试前，针对服务中心客户端系统与门岗 web 端管理系统分别进行测试需求分析，然后分别以服务中心管理员与门岗管理员为对象对两个子系统的各个功能模块进行测试。
6.1 测试需求。
本文系统分为服务中心客户端系统与门岗 web 端管理系统，系统测试针对物流园管理系统整体的软件进行。测试分为两个部分，一个为功能测试，另一个为性能测试，两个测试都针对两个子系统分别进行测试。测试完成对系统的业务逻辑功能进行功能测试，对车辆原始图像识别效果进行性能测试，表 6.1 为系统测试内容的具体说明。
6.2 系统环境。
由于本文分为服务中心客户端系统与门岗 web 端管理系统，本章对系统环境介绍时，分别针对两个子系统进行介绍。首先对系统硬件与软件环境进行介绍，再对测试系统的搭建进行说明。
6.2.1 硬件环境。
1. 服务中心客户端系统。
（1）GPU：图形处理器使用 NVIDIA 公司的 GeForce GTX Titan X，具有 12G 的显存容量，并且具有超过 7000MHZ 的显存频率，对于单个图形处理器来说具有优异的处理性能。卷积神经网络通过 NVIDIA 推出的 CUDA 运算平台进行浮点运算加速，使本文车牌识别过程更加迅速，硬件实物图如图 6.1 所示。
（2）服务器：对输入的原始图像进行车牌识别并用于 MySQL 数据库的部署。由于卷积神经网络需要图形处理器 GPU 的加速，因此相比于传统的服务器，本文的服务器配置了性能较高的 GPU，硬件实物如图 6.2 所示，本文测试服务器的配置如下表 6.2 所示。
2. 门岗 web 端管理系统。
（1）客户端：各个门岗所需配置的硬件设备，只需要普通性能的计算机即可，本文测试中用到的客户端配置如下表 6.3 所示。
6.2.2 软件环境。
1. 服务中心客户端系统。
（1）Ubuntu 15.04 操作系统。
（2）客户端系统中运行的软件如下表 6.4 所示。
6.3 系统功能测试。
6.3.1 服务中心客户端系统。
(1) 用户的注册与登陆。
使用浏览器打开管理系统，首先弹出的界面为用户的注册与登陆界面，如下图 6.4 所示为登陆界面，登陆界面只需要填写正确的用户名与密码即可进入系统。
物流园中无论是服务中心管理员还是门岗管理员都需要在系统中注册后才可以进入系统。
系统的注册界面中，只需要填入用户的一些必要信息，其他信息可以在进入系统后设置，下图 6.5 为系统的注册界面图。注册界面中所需的信息为管理员 ID、密码、二次密码确认，这些都为强制填写的信息，若没有填写就点击注册，则会提示没有填写的部分。在完成所有信息的填写后点击注册，若通过了管理员 ID 验证，则会提出注册成功；若管理员 ID 没有通过验证，则会提示注册失败。
(2) 用户信息管理。
用户在第一次使用客户端系统时，注册所填写的信息只是基础信息，因此需要有用户信息管理界面对管理员账号信息进行维护，下图 6.6 所示为服务中心用户信息管理界面。界面中需要设置的信息为用户昵称、联系方式、邮箱地址等信息，用户昵称的使用可以保护管理员的 ID 不受泄露。界面中的管理员 ID 与用户名无法进行修改，但是可以通过原密码对密码进行修改。
(3) 黑白名单管理。
服务中心管理员对黑白名单具有最高的管理权限，可以对黑白名单进行增加删除修改的操作。点击‘黑白名单’按钮后，就可以进入黑名单管理界面，对于黑白名单中车辆的查询，可以通过在查询框中输入车牌号并点击‘查询’按钮进行查询，如在数据库表单中存在对应车辆，则对结果予以显示。通过点击‘添加’即可将新的车辆加入名单中，若发现在数据库中已经存在了对应车辆的信息，则无法添加成功。如果要将车辆移除黑白名单，则通过点击对应的‘删除’
按钮，即可将车辆信息从黑白名单中移除。如果要修改车辆的车牌等信息，点击对应‘修改’按钮即可对车辆信息进行修改，如图 6.7 所示。
(4) 通行记录管理。
服务中心具有的高权限，让其可以对系统中所有门岗的车辆通行记录进行操作，下图 6.8所示为服务中心车辆通行记录界面图。在点击‘通行记录’按钮后，即可进入通行记录界面，界
面中车辆的通行信息显示车辆车牌号码，出入园门岗 ID，进入门岗的门岗管理员，入园时间，出园时间，出园门岗 ID 与出园门岗管理员。通过设置查询条件，可以对系统中的车辆通行记录进行针对的查询，这是与门岗管理系统都具有的功能。但是，服务中心亦可以对记录进行修改与删除，通过选中表中一条车辆通行记录后，点击‘修改’或者‘删除’按钮可以对对应的通行记录条目进行修改与删除操作。
6.3.2 门岗 web 端管理系统。
(1) 用户注册与登陆。
门岗web端管理系统的注册与登陆界面与服务中心一致，不同的是需要验证的管理员ID。
(2) 门岗用户信息管理。
在门岗用户注册账号之后，可以对一些未完善的信息，例如性别，年龄，联系电话等进行补充。通过点击‘门岗用户管理’按钮进入门岗用户信息管理界面，如下图 6.9 所示。在对信息进行补充后，点击‘保存’按钮即可对门岗用户信息进行上传修改。
(3) 黑白名单管理。
门岗用户对黑白名单没有修改的权限，只有查询的权限，用户通过点击‘黑白名单’按钮进入黑白名单管理界面，如图 6.10 所示。界面中显示所有在黑白名单中的车辆，如果要查询特定的车辆，可以通过在查询框中输入车牌号码并点击‘查询’按钮，在数据库中检索得到对应车牌号码的车辆信息并予以显示。
(4) 通行记录管理。
门岗用户对车辆通行记录的权限仅限于查询，与黑白名单管理相似。用户通过点击‘通行记录’按钮进入通行记录管理界面，如图 6.11 所示。进入管理界面后，对所有通行记录进行显示，每一个条目显示出车辆车牌号码，出入园门岗 ID，进入门岗的门岗管理员，入园时间，出园时间，出园门岗 ID 与出园门岗管理员。门岗用户对通行记录没有修改或删除的权限，但是可以通过设定查询条件，并点击‘查询’按钮对特定车辆的通行记录或者特定时间范围内的车辆通行记录进行查询。
(5) 紧急处理。
门岗管理员可以对自己对应门岗的闸道进行手动操作。在物流园出现紧急情况，例如火灾需要对消防车辆等进行紧急放行，可以通过手动操作替代闸道的自动化操作，对闸道进行打开或者关闭操作。门岗管理员通过点击‘紧急处理’按钮，可以进入紧急处理管理界面，如图6.12 所示，界面中具有的‘手动开闸’与‘手动关闸’两个操作按钮。在手动关闸时，会先判断闸道上是否有障碍物，若有障碍物则会停止关闸，并弹出‘关闸异常’提示框。
6.4 车牌识别性能测试。
第四章提出了基于卷积神经网络的车牌识别优化方案，对于物流园中管理系统的自动化车牌识别可靠性瓶颈的问题，有了很好的解决。本文通过将卷积神经网络应用到车牌定位与车牌字符识别中，对车牌进行进一步的定位，使得车牌区域的判断更加精确，对汉字与数字字母使用 Yolo2 网络分开识别，提出了本文自己的优化识别方法。
本文使用数据集之外的 2000 张车牌区域图像进行字符识别性能测试，并使用 Yolo2 网络对相同的 2000 张测试样本进行识别，服务中心原型系统对车牌进行识别的实际测试图像如图6.13 所示，对比 Yolo2 网络与本文算法的测试结果，如表 6.7 所示。
本文字符识别基于 Yolo2 网络且将数字字母与汉字分别输入网络进行识别，在针对车牌字符识别将 Yolo2 网络进行修改后，相较于 Yolo2 网络识别算法的时间开销增大并不是很多。
本文的改进算法识别速度较差于原始的 Yolo2 网络，但是在字符识别的准确率上有相当大的提升。物流园中的车牌识别管理系统，对于小到几十毫秒的识别时延，所带来的影响是可以忽略不计的，而识别准确率提高能给整个系统的提升带来深远的影响。
对于测试样本中的图像，仍然存在着较多的误识别，通过对误识别的样本进行分析可以了解到它们的一些共同特征：字符图像由于环境等恶劣条件的影响，导致图像变形以至于粘连或者过度分裂，识别网络无法得到足够的特征，最终导致识别错误。
6.5 总结。
本章对物流园中基于卷积神经网络的车牌识别管理系统进行测试。测试分为功能测试与性能测试，功能测试针对服务中心客户端系统与门岗 web 端管理系统分别进行。本章具体阐述了系统测试的测试需求、测试的软硬件环境与系统的搭建。根据系统测试需求对客户端系统的用户注册与登陆、用户信息管理、黑白名单管理与通行记录管理，web 端管理系统的用户注册与登陆、门岗用户信息管理、黑白名单管理、通行记录管理与紧急处理等业务逻辑功能进行测试。对车牌识别模块进行了性能测试且与传统算法进行比较，并进行了优劣势分析。
通过本章的系统测试，系统的功能与性能满足了第三章中对系统的设计要求，达到了测试需求的要求。
