基于云平臺的車牌識別系統(tǒng)設(shè)計與實現(xiàn).pdf

1、隨著智能交通事業(yè)的快速發(fā)展，交通監(jiān)控數(shù)據(jù)呈爆炸式增長，傳統(tǒng)的監(jiān)控識別系統(tǒng)已經(jīng)無法滿足海量高清圖像和視頻數(shù)據(jù)的高速處理需求。針對該問題，本文綜合運用開源云計算平臺、車牌識別技術(shù)和視頻處理技術(shù)，設(shè)計實現(xiàn)了基于云平臺的車牌識別系統(tǒng)。實驗結(jié)果顯示，該系統(tǒng)與傳統(tǒng)單機系統(tǒng)相比，具有更強的數(shù)據(jù)處理能力和更高的計算效率。論文主要工作內(nèi)容如下：
　?。?）Hadoop云平臺的研究、搭建及性能優(yōu)化。為實現(xiàn)海量數(shù)據(jù)的分布式處理，本文在深入學習Hadoo

2、p云平臺的基礎(chǔ)上，重點研究了MapReduce框架的工作原理和實現(xiàn)方法，并在4臺計算機上搭建了Hadoop云平臺；深入分析了平臺的配置參數(shù)，給出了優(yōu)化配置方案，實驗結(jié)果顯示，Hadoop平臺經(jīng)過優(yōu)化后，圖像處理速度提升了4倍，視頻處理速度提升了1/4。
　　（2）車牌識別算法的仿真與分析。本文對車牌定位、字符分割、字符識別三部分的算法做了介紹，設(shè)計了一套完整的識別流程，并對流程中選用的算法做了詳細分析和仿真驗證。
　?。?）

3、分布式處理模塊的設(shè)計與實現(xiàn)。本文擴展了Hadoop的數(shù)據(jù)類型，設(shè)計實現(xiàn)了兩個功能模塊：1、基于MapReduce的圖像識別模塊，包括車牌號識別和圖像拍攝信息提取功能；2、基于MapReduce的視頻識別模塊，包括視頻自動分割、幀提取、車牌號識別以及時間定位功能。其中，針對單機系統(tǒng)處理效率不高的問題，分別設(shè)計了一種分布式圖像識別方法和一種分布式視頻幀提取方法，有效提高了系統(tǒng)的整體計算能力；針對視頻人工檢索效率低下的問題，設(shè)計了一種視頻時間