物联网与云计算

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇物联网与云计算范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

物联网与云计算范文第1篇

云存储市场只现冰山一角

云存储说到底是一个服务的概念。存储最初只是主机的周边附件，之后慢慢演变成开放的网络存储，最终发展成一种服务。从存储设备到存储服务，在这一演变过程中，存储硬件只是基础之一，更重要的是存储软件的开发。

早在2000年，随着第一代互联网的兴起，云存储服务就已经诞生，但是并没有持续太久的时间。早期云存储服务的大起大落与当时的社会经济环境有关，也与当时的服务模式不成熟有关。之后，以亚马逊的崛起为标志，第二代云存储服务的浪潮席卷而来。亚马逊的云存储服务对于公有云服务的发展起到了推动作用。

如今，云存储的应用已经相当广泛。尽管如此，我们看到的只是冰山一角，云存储市场蕴藏着非常大的商机。过去，大量数据按照传统的计算模式和存储模式、使用。随着物联网以及下一代互联网的发展，人们不仅要求把数据存储起来并出去，而且希望进行数据交换和融合。只有经过这一过程，数据的潜在价值才能被充分挖掘出来。如果你只孤立地看待某一类数据，可能发现不了它有多大价值，但是如果把这些数据和其他相关数据放在一起，你就会发现这些数据的价值是多么可观。

把应用移到云中去

今天，智能环保、智能交通等应用都是相互割裂的。其实，这些应用所产生的数据是相互关联的。如果人们能把不同应用产生的数据整合在一起，那么就可以在更高的层面上掌控整个应用的大局。

物联网一般包括三层，即感知层、接入层和应用层。感知层和接入层可以实现数据采集，并将数据传送到数据中心。应用层负责处理和管理数据，并将这些数据真正使用起来。处理如此大量的数据，如果仍旧采用传统的存储模式，其成本是非常高的，而云存储能以更低的成本实现海量数据的存储。数据量越大，云存储的成本和效率优势就越明显。

从数据服务的角度划分，云服务可以分成SaaS、PaaS和IaaS。在SaaS层面，云存储通常体现为应用服务。以谷歌地图为例，用户的数据被采集并显示在地图上。用户数据被采集后直接进入系统的底层，这就需要有基础架构层的支撑。如果每一个应用都自己做数据管理、数据检索和优化工作，以满足高带宽、低延时的要求，那么应用开发的工作量是非常巨大的。如果用一个平台级的服务去支撑这些应用，那么用户在应用层面的开发工作量就会大大减轻。

无线物联网、移动客户端会产生大量数据。不同客户端产生的数据都有自己的特性。用户需要把这些不同类型的数据按其本身的特性存储下来，然后再进行交换、融合。这一处理方式与传统的计算和存储模式大不相同。这也直接导致了云存储服务的兴起。

在搜索引擎方面，谷歌做得比较成功。搜索引擎本身就是一种服务。谷歌的搜索引擎除了可以被谷歌使用之外，其他用户是不是也能使用它的一部分，并与自己的应用相结合呢？云计算架构拥有自己的数据库。用户如何才能把数据库服务、缓存服务、安全服务等全都变成云上的服务呢？上述问题都值得深入思考。如果把所有的应用服务都变成云上的服务，那么这些应用服务就很容易被串联起来，人们在应用开发方面的工作量也会大大减轻。

数据交换与融合

云存储服务的最终目标是，不仅能够实现规模效应，而且能够支撑各种类型的数据。在这个基础上，如果能够进一步实现数据的融合，那么原始数据又会产生出新的数据。云存储服务还要能够实现海量数据的存储与管理，并且可以在用户需要时提供数据挖掘服务。

物联网与云计算范文第2篇

云计算实际上是对现有计算资源的一次再分配，其核心是将计算能力或计算服务，作为一种商品，出售给需要它的企业，从而为企业降低硬件采购成本，动态调节计算资源以应对起伏的数据服务需求，继而降低企业信息环节运营成本。云计算是未来信息服务的发展趋势之一，并且已经在世界范围内产生了广泛应用，有着很大的发展前景。

在2011全国“两会”期间，浪潮集团董事长兼CEO孙丕恕接受媒体采访时表示，现在可以把信息产业规划为四个时代：第一个是大型机时代；第二是个人电脑时代，这个时代硬件制造业达到了其发展的顶峰；第三个是互联网时代，信息技术也于此时变得家喻户晓；现在，则是以云计算为核心的第四代。因此，除了技术上的跨越外，由互联网转向云计算或者说物联网时代转变，将会彻底改变IT业的生存环境，催生更多创新的商业形式。

孙丕恕从总体上分析认为，在云计算领域，中国和国外的差距还没有那么大，大家基本处于同步，只是有条件好一点或者条件差一点的标准，但是没有实质上的差别。

与孙丕恕的观点相似，全国政协委员、中央财经大学证券期货研究所所长贺强更加看好云计算的实用性。贺强在接受媒体采访时表示：“今后一切复杂的计算、收集数据、计算过程都靠云计算中心完成了，你需要什么数据找它给你提供服务就可以，这可以节约大量资源，降低整个社会的信息流通成本。”并且，他将在此次全国“两会”上提议把云计算产业作为国家战略性新兴产业。

当然，面对诱惑如此之大的新兴技术领域，我国目前依然面临不少困难。首当其冲的是网络带宽。虽然经过了多年基础建设，我国宽带网络覆盖面已经有了很大改善，网速也有了明显提升，但相对于发达国家，我国网络整体带宽以及使用费用方面依然远未达到云计算的需求水平，很难承担超大规模的云计算数据传输任务。两会期间，就有多名人大代表提出国内通信费用过高，通信速度较慢的问题。但从我国现状来看，这个矛盾在短时间内应该难以解决。

具有企业家、科学家双重身份的邓中翰院士在接受媒体采访时表示自己比较看好云计算。他认为，过去十年全球计算架构发生了重大变化，正在从分散走向云计算，这种变化也同时为新的芯片和半导体产业带来巨大的发展机遇。因为，每一次国际大的变革都会诞生出一些新企业，这些新企业的技术和产品大都起到了填补新需求的需要。同时，邓中翰还透露，国家工程院正在制订到2030年在半导体高端芯片领域里面的规划和路线图，希望国家能够抓住“大的、全球性的、分散式的计算逐渐走向云计算”这样一个技术变革过程的机会。

在2011年全国两会期间，邓中翰拿出两个提案：提议制订中华人民共和国自主创新法，以及提议国家加大对半导体、集成电路等薄弱环节的支持力度。显然，邓中翰更加注重对于物联网的研究。

邓中翰对物联网产业做了一个估计，他认为，中国物联网相关产业今年可以达到千亿级别。物联网会把信息化渗透到日常工作和生活的每一个角落，具有广泛的应用前景，物联网距离人们的生活比之其他高新技术显然更加接近。从行业应用角度来说，涉及到自动控制、信息化、网络应用等，类似于国家级大型的电网、交通枢纽方面的控制、以及高铁领域，都可以归结到物联网的应用，可以说，物联网无处不在。

当然，和其他专家一样，邓院士对物联网行业本身的规范化发展，也有一些担忧。物联网所包含的核心技术在国内外已经发展了许多年，相对比较成熟，但同时也造成了物联网行业门槛低，市场混乱等境况。相对于资本市场的追逐及政府的重视，物联网产业化，应用化步伐还相对滞后，未来还有很多政策、法规、产业孵化环境需要进一步完善。

物联网行业的领军人物之一，全国政协委员、中国工程院院士邬贺铨对于国内物联网产业的发展表达了类似的担忧。邬贺铨说，目前国内的物联网“虚火”很大，一度出现国内比国外热、媒体比市场热、政府比企业热、股市比投资热、教育比科研热、包装比创新热等现象。相关资料显示，仅2009年，全国就有28个省市将物联网作为产业发展重点，80％以上城市将物联网列为主导产业，福州、深圳、昆山、杭州、成都、西安等城市也都加快了物联网发展的布局。邬贺铨指出，他在调研中发现，越来越多的地方政府争相发展物联网，但一些地方政府还没有真正弄清物联网产业的战略意义。

邬贺铨认为，物联网刚刚起步，从技术上和体制上都还没做好准备，各界对物联网蛋糕的制造过程要耐心一点。邬贺铨进一步指出：诸多核心技术还没有完全掌握在中国手中。中国自主知识产权的物联网技术还不够多，传感器甚至80％依赖进口，无锡应用物联网技术监视太湖蓝藻，其中进口的传感器价格更高达40万元，如此之高的成本严重限制了物联网的推广和应用。

物联网与云计算范文第3篇

关键词：物联网；云计算；智能处理

中图分类号：TP39

1云计算与物联网

1.1云计算的含义

云计算是一种满足资源使用和交付的形式的新奇的商业的计算模型，用户在这个网络里能获取他们所需要的平台或是软硬件等资源。云计算将来有可能软件产业，其应用能被随意的收买，许可也能被随时生效，然后应用到网络上，来进行资源共享。云计算所运用的关键技术包括：分布式的计算技术能够把庞大的任务分割成很多个子任务，同时把它们分别放在不同的计算节点上，然后再来运用与计算，这样大大加强了平台对大量数据的处理能力；弹性规模扩展技术能提供给各类应用框架以相应的集群类型，然后按照所需的扩展方式，增加一些资源；虚拟化技术能进行虚拟资源更换物理资源；分布式的存储技术能使用网络里的多台服务器里所存储的各种资源，来解决一台服务器无法满足存储要求的现状，同时统一的管理这些存储资源，确保数据使用时的可靠、安全；多租户技术满足很多个用户要同时使用相同的软硬件资源的需求，还能给相应的客户软件服务提供数据隔离、性能定制、架构扩展、客户化配置等功能。

1.2物联网的含义

物联网是一种新型的网络，它利用全球定位系统、红外感应器、射频识别器等传感设备，依照规定的协议，将事物与网络连接起来，以此来交换信息和通信，从而达到识别、跟踪、定位、管理和监控事物的目的。物联网的服务对象不断扩大，从人扩大到物，它是借助目前网络，把全新的IT技术应用到各个行业中去，仔细研究，就是在电网、桥梁、铁路、供水系统等各类社会设施中安装传感设备，然后通过RFID和无线数据通讯等技术手段，将人类社会环境和物理系统融合到一起，使信息资源得到充分利用，从而大大提高了生产力。现在，物联网已经形成了相应的产业链和固定的商业模式：在政府的引导下，运营商供应服务的，把运用解决方式当作主要任务，保障传输通信和计算能力以及基本的传感感知能力。有了政府的大力支持，很大程度地加快了物联网的发展速度。如今，物联网已经在各个领域得到应用。

2基于云计算物的物联网运营平台

2.1物联网的发展对电信运营商的影响

物联网的体系结构由感知层、传输层、存储层和控制层四部分构成的。感知层是利用“键盘”、“鼠标”等器件来探索力、热、电、光、位移等信息；传输层是用来给无线传感网和电信网传输信息的总线；存储层是用来将获取的湿度、温度以及电子标签编码等信息装备到传感网络节点中的存储设备；控制层是用来大规模快速处理信息的CPU。

传统的电信运营商就相当于物联网里面的传输层，它利用无线传输技术，给采集信息和接收信息牵线搭桥。但目前的运营商不仅能够提供信息通道，运营商还希望借助现有的技术、资源，把业务扩展到网联网里最核心部分控制层，把网络的运营能力最大程度地释放，然后供应给应用集成，为用户提供更为方便的服务。运营商通过销售信息所获得的利润远远大于传统的通信费和流量费。

电信运营商要想更好的迎合物联网的发展方向，就得好好发挥潜能，利用自己所拥有的网络客户，连接互联网和无线传网络，搭建物联网的运营平台，集合所有的产业链，为客户提供统一的电信级的物联网服务。但要想做到这一点，必须要求物联网有这些功能：（1）业务开通、受理、计费功能。作为客户物联网业务全面服务的供应商，必须制定针对厂商、客户和第三方应用提供商的完善的运营服务体系，对所有包含的服务采用开通、受理、计费等功能。（2）信息采集、计算、存储、显示功能。与互联网有所不同，物联网会包含很多巨型的动态数据，对采集来的事物的信息来进行处理和运算。例如我们现在运用的GPS导航、Google地球模式等设备，它们需要提供实时监测数据和物理地址，并及时作出反馈的服务，而类似这种应用生成的大量数据，都决定了物联网平台必须具有信息采集、计算、存储能力。（3）节点配置与控制功能。未来物联网需要物与物的相连，世间每一样东西都可能拥有独立的IP地址被接入到电信运营商的网络中，于是便建设了无数个传感网络节点，如果要对它们进行管理和监测，这时物联网就必须具备节点状态检测、合理参数配置、节点升级和节点网络拓扑等功能。

2.2云计算对物联网运营平台上的重要性

通过对物联网运营平台的特点和需求的分析，我们能看出物联网需要有大规模的资源和很强的计算能力，而对这样大数量数据的计算就需要运用到云计算技术。基于云计算的物联网的运营平台包括下面几个部分：

2.2.1物联网和云计算的基础设备与服务。云计算所运用的基础设备包括服务器、存储设备、网络设备和带宽等出售的设备。采用虚拟化技术处理物理资源，让物联网运营平台的行业间或是同一行业间各类客户能共享资源，而且不受地点和设备的约束，这样能够更加合理的利用资源，避免资源的浪费，大大地降低了成本，并且在一定程度上提高了使用质量。

2.2.2物联网和云计算的软件与服务。物联网和云计算利用虚拟的物理资源供应客户所需要的具体服务，也可以专门被第三方使用。第三方提供软件，然后云平台利用虚拟化技术分租给多个商户，同时让这些租户共享资源，按照所需来计费，大大降低了成本，提高了资源使用率。

2.2.3物联网和云计算的平台与服务。云平台是物联网的关键内容，具有配置与控制网络节点，采集与计算信息的功能，它利用分布式的计算技术、分布式的存储技术来分析大量的数据，提供大数据量数据实时处理服务。云平台能处理多项任务和多项业务，还能根据不同行业的特性，分离计算功能，制定最合理的计算模型，然后供云调用利用。

2.3物联网和云计算促进新产业的发展的表现

物联网的前进依赖云计算的海量数据处理能力，而云计算的前进离不开于物联网的拓展，它们二者密不可分。物联网提供人和物、物和物的信息交换与无缝接入，从而满足实时管理、控制世间万物的需求；而云计算是依附在互联网的基础上，利用虚拟化技术来进行信息资源共享，是一种花费少、可靠性高、扩展性高的服务模式。

物联网与云计算使人们的生活和生产方式焕然一新，让生产步骤变得更简单，让生产效益变得更高，促进了新材料、新能源、新信息等很多产业的发展。新材料产业发展的推动：物联网和云计算的硅材料产业；物联网纳米集成电路技术。新能源产业发展的推动：物联网和云计算掌控风能和太阳能；物联网与云计算的海洋能发电存储技术。新信息产业发展的推动：物联网和云计算的升天和落地模式；云安全技术引发的可信安全的知识产业萌发；促进智能交通、家居等产业的发展；促进增值服务产业的发展。

3小结

架构基于云计算的物联网运营平台，不仅让物联网满足了目前电信运营商发展的需求，同时促进了其他新型产业的发展，完全证明了建立这个平台是正确的。随着科技的发展，云平台不断的优化，云计算能力不断的提升，我们确信基于云计算的物联网运营平台的发展前景是很可观的。

参考文献：

[1]李新苗.物联网牵手云计算的“两大关键”[J].通信世界,2010,7.

[2]聂晓.基于云计算的物联网安全研究[J].工矿自动化,2013,4.

[3]梅海涛.基于云计算的物联网运营平台浅析[J].电信技术,2011,5.

[4]杨珂,郭晓军.云技术对物联网应用的影响探讨[J].现代物业(中旬刊),2012,6.

物联网与云计算范文第4篇

作为一种新型计算模式，云计算的应用对于改善物联网运营平台的信息处理与计算能力具有重要作用。本文首先介绍了物联网运营平台的总体结构构建，然后具体探讨了物联网运营平台构建中采用的关键云计算技术，以期为相关技术与设计人员提供参考。

【关键词】云计算 物联网运行平台 构建

物联网的智能处理过程需在信息技术的支持下才能完成，而IT技术与通信技术未来发展的结合点便为云计算技术。云计算具备信息数据快速处理的性能，若要将其迅速普及到各行各业和社会中，则必须依靠高速及宽大的网络发展。因此，加强有关基于云计算的物联网运营平台构建分析，对于改善物联网运营平台的设计质量具有重要的现实意义。

1 物联网运营平台的总体结构构建

在综合分析物联网运营平台需求与特点的基础上可以发现，物联网需具备大规模的资源与数据处理能力，而对于大规模数据的处理与计算则必须使用云计算技术。基于云计算的物联网运营平台通常包含以下内容：

1.1 平台服务

作为物联网的重要组成部分，云平台具备控制与配置网络节点、信息计算与采集的功能，其通过分布式计算技术和分布式存储技术对海量数据信息进行分析，并给出大数据量数据动态处理服务。云平台能同时对多项业务及任务进行处理，且能依据不同业务特点对计算功能进行分离，以构建优化计算模型供云调用利用。

1.2 软件服务

物联网与云计算可通过虚拟物力资源向客户提供基本的业务服务，也可专门供第三方使用。第三方提供软件，云平台通过虚拟化过程分别租赁给不同的商户，且让不同租户间进行资源共享，依据租户需求实施计费，此种方式不仅能大幅度降低运行成本，还可改善资源利用率。

1.3 基础设备服务

云计算应用过程中所需的基础设备有网路设备、服务器、带宽、存储设备等出售设备。利用虚拟化模型对物理资源进行有效处理，可促进物联网平台不同行业间或同行业间不同客户间的资源共享，且不会受到设备与地点的限制，由此便能加大资源的有效配置，减少资源浪费，且可大幅度降低成本，提高使用质量。

2 物联网运营平台构建采用的关键云计算技术

2.1 用户个性化推荐与用户聚类的分布式应用构建

在应用构建前应先开展应用业务分析，在组织和评估内外部资源的基础上界定不同类的业务问题；依据应用种类的差异进行数据采集与处理，并按照应用需要采用网页解析、爬虫、分词等技术对数据实施获取与辨认。对于已采集到的数据进行处理方法通常有数据重构、数据格式化、数据量化处理与数据整合等。在选用独立性变量时要构建分类模型，采用不同的数据挖掘算法以实现用户分群功能。依据聚类结果开展业务解析，并依据不同用户群的特质建立个性化方案。

2.2 数据挖掘算法

以云计算为基础的数据挖掘算法的分布式文件系统HDFS是分布式计算平台的重要组成部分。在平台构建时要先全面分析了解分布式文件系统的write-one-read-many访问模型及其对于并行计算、分布式文件系统的层次结构及其Namespace、分布式文件系统的Datanode与Namenode划分机制及Master/Slave架构；然后研究分析Hadoop中的并行计算算法，其主要包括并行计算算法的应用程序接口、通讯过程与其RPC实现机制、应用程序处理流程与基本组成、解决死锁问题的错误处理机制等。在此类研究的基础上，构建基于Hadoop的包括SSH安装配置、硬件环境配置、Hadoop服务、环境变量设置、分布式文件系统的目录文件结构设置、Data Node与Name Node配置、配置文件参数等部分的云计算集群平台。

2.3 数据挖掘算法的并行算法实现

数据娃聚算法的并行算法实现主要通过以下流程：对类数据挖掘算法实施对应的MapReduce改造；对算法中的各MapReduce过程进行具体定义；在Hadoop平台上开展编码；测试已完成的数据挖掘并行算法。解析效果评测数据主要为SougouT 1TB或天王200G网页数据，任意抽取不同网页开展人工测评，正文提取的准确率应保证高于90%。

采用MapReduce对定义输入输出格式化OutFormat与InputFormat类、Reducer与Mapper类等过程进行处理，利用对MapReduce的参数和过程函数定义调整来改善算法的并行度，由此完成具有高度并行的分布式数据挖掘算法，集群中的机器数量与算法数据处理能力接近线性分布。

3 结束语

云计算技术的应用质量将直接关系到物联网运营平台的构建水平与功能使用，因此，相关技术与研究人员应加强有关基于云计算的物联网运营平台构建研究，总结平台构建的基本要点及关键云计算处理措施，以逐步改善平台构建中的云计算应用水平。

参考文献

[1]梅海涛.基于云计算的物联网运营平台浅析[J].电信技术，2011，13（14）：74-75.

[2]于洋.构建基于云计算的物联网运营平台分析与研究[J].电脑知识与技术，2013，06（10）：61-62.

[3]王昆昆.论基于云计算的物联网运营平台建设[J].计算机光盘软件与应用，2013，05（35）：57-58.

作者简介

刘倩（1981-），女，满族，硕士研究生学历。现为宁夏大学数学计算机学院讲师。主要研究方向为图形图像处理与多媒体技术。

物联网与云计算范文第5篇

随着城市规模的发展，传统的交通流参数计算方式已经无法满足大量视频数据的处理。云计算的出现使图像处理技术能够得到更好发展。本文首先介绍了云技术，建立了基于云计算的数字图像处理平台。同时提出一种具有一定自适应功能的基于Kalman滤波理论的背景预测与更新方法，从而提出云模式与交通流参数监测融合的数据处理技术，并对该架构下的交通流参数进行实验验证。

【关键词】云计算 云架构 图像处理 交通流

1 引言

随着我国交通运输行业的快速发展，给人们生活带来了巨大便捷的同时，由于汽车数量的增多，造成了交通的日益恶化，交通堵塞现象十分严重。为了有效缓解这种局面，在现有交通资源下，挖掘已布设在各道路环境中的监控摄像机资源，主动利用其提供的视频图像数据来感知道路交通流参数，实现交通检测的目的。

交通流监测系统是依据交通流流体理论的空间和时间离散化数学模型，将交通线路上的摄像头获取的车流图像建立相对应的二维模型。同时随着城市规模的发展，传统的交通流参数计算方式已经无法满足大量视频数据的处理。对于这一问题，我们提出将云计算的技术运用到交通流监测中，作为一种新的计算模式和共享云计算的架构方法，云计算在高性能计算和海量数据存储方面具有明显优势，云计算平台能将资源虚拟化，同时进行有效且动态的资源划分和分配。

2 基于视频的交通流参数检测

2.1 交通流参数的提取

图2为现有交通流分布图，车辆检测是视频交通监控系统的关键和基础，其中交通流目标提取算法分为背景建模、帧差和目标跟踪等计算。背景建模方法避免了帧差法前景区域提取不完整的问题，采用高斯混合模型相较于其他算法（Kalman滤波算法、平均法、选择更新法）能利用高斯模型更好地给出像素点分布，多模型防止前景点对背景点的建模干扰，消除背景规律性晃动。

运用数字图像处理的技术，对图像进行数字化、编码、图像增强、恢复、重建、分析，获取道路的坐标映射以及车流量信息。

2.2 基于Kalman滤波理论的自适应背景预测与更新建模法

基于视频的车辆交通流检测，目前提出的车流量检测算法都存在一定的缺陷，不能解决影响检测精度和实时性等所有间题。因此我们提出了一种改进的具有一定自适应功能的基于Kalman滤波的背景预测与更新法，可实现建模函数的自适应修正和不同阶段的背景匹配更新。

实验表明：随着时间的推移，以上背景建模法将与场景匹配的权值逐渐增大，而不匹配的高斯函数的权值将日益缩小。

3 实验结果分析

系统在PC机上运行，在VS2010平台下，输入自拍的复杂城区道路上的视频流，利用以上自己研究的算法，自己设计开发了相应的软件，通过实验验证，效果较好。

当系统正常工作时，终端能够从服务器获取周边节点的路况信息，同时利用云计算的快速图像处理。按照等级将对应的路段按照不同的路段加以区分，在GIS系统中将不同的路段按照对应的交通等级进行颜色区分显示，当鼠标指向具体的路段时，也能够显示具体的数值，是个节点的交通信息能够非常直观的进行显示。

通过视频图像采集、视频图像预处理、背景建模等过程。在单位时间内，根据车辆计数就可以求出车流量。

经测量得到，车模的速度在1m/s左右，按照1：24的比例换算成实际速度在80km/h左右，宽度测量误差为4.25%，长度测量误差为2.28%，车型匹配准确率为100%。

4 结论

本文从交通流现状出发，介绍了云计算基础知识，并建立了私有云计算平台。然后针对道路环境实际应用需求，在现有的解决方法下，提出一种改进的具有一定自适应功能的Kalman滤波建模法；同时，解决了车辆的长度、宽度、车辆速度等参数测量，通过构建的私有云平台，能够快速精确的计算道路占有率、及交通运输能力分析，为交管部门提供了可靠的基础参数信息。

参考文献

[1]黄振宇.基于云计算的网络视频监控系统研究与实现[D].上海：上海交通大学，2011.

[2]杨文志.云计算技术指南：应用、平台与架构[M].北京：化学工业出版社，2010.

[3]王鹏.云计算的关键技术与应用实例[M].北京：人民邮电出版社，2010.

[4]张良将.Hadoop云平台下的并行化图像处理实现[D].上海：上海交通大学，2012.

[5]李新法.基于视频图像处理的交通流检测方法[J].城市建设理论研究，2013.

[7] 李刚.基于背景差法和帧间差法的运动目标检测方法[J].仪器仪表学报，2006（27） 962-964.

[8]高建平.基于图像处理的交通信息采集[D].上海：同济大学，2006.

[9]王圣男.智能交通系统中基于视频图像处理的车辆检测与跟踪方法综述[D].浙江：宁波大学，2005.