隨著信息技術(shù)的發(fā)展,網(wǎng)絡(luò)中的圖像數(shù)據(jù)飛快增長。大規(guī)模圖像的精確檢索已成為一個非常值得關(guān)注的問題,這個問題也為研究者們帶來了很大的挑戰(zhàn)。傳統(tǒng)圖像檢索方式已經(jīng)無法滿足這幾乎指數(shù)型增長的圖像數(shù)據(jù),應(yīng)對海量圖像數(shù)據(jù)的檢索任務(wù),分布式處理成為了研究圖像檢索的重要方向。由此本文提出在Hadoop平臺下構(gòu)建圖像檢索系統(tǒng),以此實現(xiàn)圖像的并行化檢索,將在以下幾個方面進行研究:圖像存儲是系統(tǒng)的基礎(chǔ),本文將圖像數(shù)據(jù)以序列文件的形式存儲于HDFS中,建立系統(tǒng)的圖像庫。圖像特征提取任務(wù)在圖像檢索中至關(guān)重要,SIFT算法是圖像檢索中重要的特征提取方法,但其缺少顏色信息。因此本文提出采用融合顏色不變量的CSIFT算法與MapReduce分布式編程模型結(jié)合的方法,從而實現(xiàn)并行化特征提取,生成帶有顏色信息的特征向量。本文對BoVW模型進行優(yōu)化,在生成視覺詞典時采用結(jié)合MaxMin準則的Canopy-Kmeans聚類算法。此算法使得整個聚類過程不摻雜人為因素的影響。在CSIFT局部特征量化為詞頻向量后,對其進行加權(quán)處理,使每個視覺單詞都分配有權(quán)重。從而增加了對圖像的描述能力,在此基礎(chǔ)上構(gòu)建倒排索引。并將以上優(yōu)化的BoVW... 

【文章來源】：新疆大學新疆維吾爾自治區(qū) 211工程院校

【文章頁數(shù)】：69 頁

【學位級別】：碩士

【部分圖文】：

圖像檢索主界面

確定待檢索圖像

選擇圖像數(shù)量（4）點擊“檢索”按鈕，查詢圖像，輸出檢索結(jié)果，如圖5-8所示反饋給用

【參考文獻】：
期刊論文
[1]應(yīng)用MapReduce與視覺描述符的圖像檢索算法[J]. 盛昀瑤,張福泉,任艷.  重慶理工大學學報(自然科學). 2018(12)
[2]基于Hadoop平臺的大數(shù)據(jù)圖像分類機制[J]. 張睿萍,馬宗梅.  吉林大學學報(理學版). 2018(05)
[3]融合彩色信息與SIFT特征的幀內(nèi)復(fù)制粘貼篡改檢測[J]. 李小琛,黃添強.  計算機系統(tǒng)應(yīng)用. 2018(07)
[4]基于Hadoop的海量車牌圖像處理優(yōu)化技術(shù)[J]. 侯向?qū)?  計算機技術(shù)與發(fā)展. 2018(10)
[5]一種基于混合區(qū)域分割的特征詞袋模型識別算法[J]. 常青,邵臣,胡越.  華東理工大學學報(自然科學版). 2018(02)
[6]利用位置信息熵改進VLAD的圖像檢索方法[J]. 趙宏偉,王也然,劉萍萍,苗壯.  哈爾濱工程大學學報. 2018(08)
[7]結(jié)合組SIFT特征和多元詞袋模型的圖像檢索方法[J]. 欒詠紅,湯曉燕,張軍朝.  計算機工程與設(shè)計. 2018(04)
[8]融合顏色詞袋特征的視覺詞匯樹圖像檢索[J]. 張南,韓曉軍.  計算機工程與科學. 2018(03)
[9]圖像融合質(zhì)量評價方法研究綜述[J]. 楊艷春,李嬌,王陽萍.  計算機科學與探索. 2018(07)
[10]全局和局部特征的圖像檢索（英文）[J]. 李莉,馮林,吳俊,孫木鑫,劉勝藍.  Journal of Central South University. 2018(02)

碩士論文
[1]Hadoop平臺下基于BoVW模型的圖像檢索研究與實現(xiàn)[D]. 朱邦培.武漢理工大學 2017



本文編號：3587908