大數(shù)據(jù)技術(shù)是當(dāng)下熱點(diǎn)問題,其中,Hadoop技術(shù)在煤礦領(lǐng)域的應(yīng)用也引起了廣泛關(guān)注。針對傳統(tǒng)煤礦視頻監(jiān)控系統(tǒng)圖像采集點(diǎn)多,單機(jī)環(huán)境煤場景礦圖像特征提取效率低下等問題,提出了一種基于Hadoop的PCA-SIFT圖像特征并行提取算法,該算法采用PCA算法對并行提取的煤礦圖像的SIFT特征進(jìn)行了并行降維處理。使用汾西礦務(wù)局煤礦圖像井下數(shù)據(jù)集進(jìn)行實(shí)驗(yàn),提出的算法SIFT特征點(diǎn)檢測效果好,運(yùn)行耗時(shí)少,圖像數(shù)量加劇后,系統(tǒng)加速比幾乎呈線性增長的趨勢,驗(yàn)證了算法處理大規(guī)模煤礦圖像數(shù)據(jù)的有效性。 

【文章來源】：太原科技大學(xué)學(xué)報(bào). 2020,41(02)

【文章頁數(shù)】：6 頁

【部分圖文】：

MapReduce模型的任務(wù)處理流程

鑒于OpenCV提供了大量的Java的接口，實(shí)現(xiàn)了圖形圖像處理運(yùn)行的許多算法，因此，本次實(shí)驗(yàn)使用OpenCV的函數(shù)庫，在Hadoop平臺下用Java語言編程實(shí)現(xiàn)了基于并行PCA-SIFT的煤礦場景圖像特征提取算法。本文算法具體步驟如下:Step1．圖像數(shù)據(jù)類型的定義;

圖4表明，在圖像數(shù)量小于8 000時(shí)，節(jié)點(diǎn)數(shù)目對SIFT特征提取的運(yùn)行耗時(shí)區(qū)別不是很明顯。多節(jié)點(diǎn)集群架構(gòu)運(yùn)行耗時(shí)可能會比單節(jié)點(diǎn)計(jì)算機(jī)處理會長一些，其原因在于多節(jié)點(diǎn)架構(gòu)在處理小量圖像數(shù)據(jù)集時(shí)增加了節(jié)點(diǎn)之間的通信開銷;而煤礦場景圖像數(shù)量急劇增大時(shí)，多節(jié)點(diǎn)架構(gòu)的Hadoop集群計(jì)算機(jī)系統(tǒng)的優(yōu)勢就慢慢體現(xiàn)出來。雖然不同節(jié)點(diǎn)情況下，算法的運(yùn)行時(shí)間均會隨著場景圖像數(shù)量的增加而增加，但單一節(jié)點(diǎn)計(jì)算機(jī)運(yùn)行耗時(shí)線性增長，而多節(jié)點(diǎn)集群架構(gòu)的計(jì)算機(jī)系統(tǒng)運(yùn)行耗時(shí)增加比較平緩，而且，當(dāng)節(jié)點(diǎn)計(jì)算機(jī)數(shù)量增多時(shí)，所需處理的運(yùn)行時(shí)間曲線上升越平緩，因此本實(shí)驗(yàn)充分證明了Hadoop集群架構(gòu)在處理海量圖像數(shù)據(jù)時(shí)的優(yōu)越性。圖4 不同節(jié)點(diǎn)下運(yùn)行時(shí)間對比

【參考文獻(xiàn)】：
期刊論文
[1]煤礦井下用夜視攝像系統(tǒng)研制[J]. 賈世奎,李臻,李鑫,趙書國,吉彬.  機(jī)械研究與應(yīng)用. 2016(06)
[2]2005—2014年我國煤礦災(zāi)害事故特征及規(guī)律研究[J]. 李波,巨廣剛,王珂,張路路,孫東輝.  礦業(yè)安全與環(huán)保. 2016(03)
[3]基于多尺度模型的數(shù)據(jù)庫影像特征匹配[J]. 高翔,徐柱.  測繪科學(xué). 2016(02)
[4]Hadoop MapReduce短作業(yè)執(zhí)行性能優(yōu)化[J]. 顧榮,嚴(yán)金雙,楊曉亮,袁春風(fēng),黃宜華.  計(jì)算機(jī)研究與發(fā)展. 2014(06)
[5]物聯(lián)網(wǎng)、大數(shù)據(jù)及云計(jì)算技術(shù)在煤礦安全生產(chǎn)中的應(yīng)用研究[J]. 馬小平,胡延軍,繆燕子.  工礦自動化. 2014(04)
[6]線性加速比并行實(shí)時(shí)任務(wù)的節(jié)能研究[J]. 林宇晗,孔繁鑫,徐惠婷,金曦,鄧慶緒.  計(jì)算機(jī)學(xué)報(bào). 2013(02)
[7]MapReduce并行編程模型研究綜述[J]. 李建江,崔健,王聃,嚴(yán)林,黃義雙.  電子學(xué)報(bào). 2011(11)
[8]基于井下環(huán)境的SIFT算法研究[J]. 梁玉,厲丹,牛翠溪,張國勇.  工礦自動化. 2011(02)



本文編號：3620254