一、文献综述
（一）国内外研究现状
当汽车行驶在道路上，车牌是该车的唯一身份标识，是交通部门管理车辆的重要凭证。套牌车指未办理相关手续，盗用其他汽车车牌行驶的汽车。套牌车具有极大危害性，严重影响了正常的道路交通秩序，侵犯了国家和他人的合法权益，识别套牌车将有助于公安机关进行交通和车辆管理[1]。
目前，为了加强社会治安，我国各级公安机关均积极建设各类技防系统，其中卡口系统是一项重要建设内容。卡口系统通过高清相机拍下每辆过往车辆的图像，并自动识别出车辆牌照，形成卡口数据记录在数据库中，随着我国卡口系统的建设和车辆的增加，卡口数据呈井喷式增长趋势，已显示出行业大数据的典型特征，如广州市一年的卡口数据近７２亿条。因此，通过大数据技术解决套牌车检测问题是公安机关的迫切需求。
假、套牌的使用屡禁不止的原因主要有3个[2]：① 一些车辆，如走私车、盗抢车、报废车等不能正常办理车辆号牌而使用假套牌照； ② 已经办理车辆号牌或未办理车辆号牌的车辆，因受经济利益驱动，为规避行政管理而使用假套牌； ③ 犯罪分子使用假套牌来逃避公安机关的侦破，从事违法犯罪活动。
据公安部交管局统计，截至2017年3月底，全国机动车保有量首次突破3亿辆[3]，而交警数量却没有同步大幅增长，碍于缺乏有效的监管手段，虽然国家出台了惩罚套牌车主，维护合法车主权益的相关政策，但是对日渐猖獗套牌行为不足以进行有效震慑，在这种背景下，研究一种自动化、高效率、易推广的套牌车检测方法就显得尤为重要。
当前，随着全国各城市具备分析功能的视频安防系统的大范围建设和普及，基于网格化的号牌识别系统由于保存了通过该监控点的每一辆机动车的车牌信息，在进行城市的套牌车检测和识别方面具有优势。例如，卢晓春[4]等提出的基于网络化监控的套牌车检测系统，王涛[5]等提出的基于Hadoop的套牌车并行检测算法。文献[4]提出了基于卡口时间比对的算法原理，但由于该算法是基于传统的关系数据库，其性能和扩展性存在一定的局限性，即使扩大 CPU、内存等硬件的性能，也不适合实时处理交通大数据，性能瓶颈是个无法避免的问题。文献[5]通过实现MapReduce并行编程，从并行算法方面在很大程度上提高了交通大数据的处理效率，但实时性还是不能满足实际应用要求。
如何快速检测和准确识别套牌车辆一直是交通执法所面临的一个难题。现有的检测方法主要通过在车辆上安装车载电子信息卡、基于物联网技术的套牌车识别、车辆品牌识别等方法来实现，还存在资金投入高、检测准确率低、推广难度大等缺点。[6]
（二）研究主要成果
近年来，针对套牌车自动检测的研究逐渐起步，采用的技术手段也呈现出多样性， 例如基于车辆识别的检测方法[7]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
