侯向宁，刘华春

(成都理工大学 工程技术学院，四川 乐山 614007)

0 引 言

随着国内机动车辆规模的不断扩大，机动车流量呈爆发式增长，城市交通面临巨大的挑战。车牌识别系统在进行交通管理、处理交通事故、追查被盗车辆以及肇事取证等方面起着非常重要的作用。传统的基于终端的车牌识别系统因受硬件的限制，易导致出现错识、漏识、升级困难，以及一些当前最新的识别算法难以应用等问题。此外，实时性较差、极端环境下的识别率也很不理想。Hadoop云计算平台具有强大的海量数据分发、存储以及对大数据进行并行运算的能力，是大数据处理领域的首选。文中提出的车牌识别系统基于Hadoop云计算平台，充分利用Hadoop云计算平台的各种优势，在实时性、准确性和高效性方面进一步提高车牌识别的效率。

1 Hadoop云计算平台

Hadoop是对大数据进行分布式处理的软件框架，具有高效分发数据，可靠存储PB级数据，便于部署在低成本的普通机群，快速并行处理数据等诸多特点。这些优点使得Hadoop在高效性、可靠性以及经济性上都无与伦比。HDFS和MapReduce是Hadoop框架的核心，其中，HDFS负责对海量数据的存储和管理，MapReduce负责对海量数据进行相关运算。

1.1 HDFS

HDFS(Hadoop distributed file system)是用Java开发的能够运行在通用机器上的具有高容错性、高吞吐量的分布式文件系统。HDFS基于M/S模式，其体系结构由一个NameNode节点和若干DataNode节点构成。NameNode即主控服务器，其职责是维护HDFS命名空间，协调客户端对文件的访问及操作，记录文件数据在每个DataNode节点上的位置和副本信息[1-3]。……