基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对单机车牌识别系统易受硬件的限制,导致其硬件升级困难,最新的优秀识别算法难以应用以及极端环境下的识别率不理想等困境,提出了基于Hadoop云计算平台的车牌识别系统.分别设计了基于HSV空间模型的颜色分割与So-bel算子相结合的车牌定位算法,以及基于神经网络的字符识别算法.在研究Hadoop云计算平台架构的基础上,为了将车牌识别算法应用于Hadoop云计算平台,对MapReduce数据流及Hadoop云计算平台的系统架构进行了设计.通过搭建Hadoop云计算平台,将车牌识别算法成功应用于Hadoop云计算平台,并对基于Hadoop云计算平台的车牌识别系统进行了相关测试.实验结果表明,Hadoop云计算平台在识别海量车牌数据时,由于其良好的分布式运算特点,使车牌识别的效率和性能远胜于单机.
推荐文章
基于混合深层网络与云平台计算的车牌识别系统
车牌识别
混合深层网络
云计算平台
基于Hadoop平台的图像识别
字符识别
Hadoop平台
图像识别
数据交换时间
基于Hadoop的云计算平台研究与实现
Hadoop
HDFS
MapReduce
云计算
基于Hadoop的云计算平台安全机制研究
大数据
云计算
Hadoop
MapReduce
HDFS
Apache
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Hadoop云计算平台的车牌识别
来源期刊 计算机技术与发展 学科 工学
关键词 Hadoop 云计算 车牌识别 MapReduce
年,卷(期) 2018,(8) 所属期刊栏目 应用开发研究
研究方向 页码范围 201-204
页数 4页 分类号 TP391
字数 2365字 语种 中文
DOI 10.3969/j.issn.1673-629X.2018.08.042
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘华春 成都理工大学工程技术学院 31 167 7.0 12.0
2 侯向宁 成都理工大学工程技术学院 15 31 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (75)
共引文献  (96)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(19)
  • 参考文献(0)
  • 二级参考文献(19)
2012(8)
  • 参考文献(0)
  • 二级参考文献(8)
2013(12)
  • 参考文献(4)
  • 二级参考文献(8)
2014(7)
  • 参考文献(2)
  • 二级参考文献(5)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Hadoop
云计算
车牌识别
MapReduce
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导