本文關(guān)鍵詞：基于內(nèi)容的圖像檢索算法及其并行化研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：由于計(jì)算機(jī)技術(shù)特別是數(shù)字圖像處理技術(shù)的快速發(fā)展進(jìn)步,圖像規(guī)模正在超速增大。一方面,互聯(lián)網(wǎng)上海量的數(shù)據(jù)信息受到越來(lái)越多的人們關(guān)注;另一方面,人們無(wú)法在規(guī)模巨大海量圖像中查詢(xún)出自己內(nèi)心渴望的內(nèi)容。所以合理有效地存儲(chǔ)管理以及高效準(zhǔn)確地檢索出用戶(hù)滿(mǎn)意的信息越來(lái)越受到人們的關(guān)注。面對(duì)海量圖像數(shù)據(jù),傳統(tǒng)圖像檢索方式提取圖像單一特征的方法存在不足以及忽略圖像庫(kù)中圖像之間的相似性,并且在大規(guī)模數(shù)據(jù)處理方面存在缺陷,所以,本文提出提取圖像的顏色特征和紋理特征融合成圖像綜合特征,同時(shí)利用改進(jìn)K-means實(shí)現(xiàn)對(duì)圖像庫(kù)中圖像聚類(lèi),以及在Hadoop平臺(tái)利用分布式計(jì)算MapReduce實(shí)現(xiàn)圖像檢索算法并行化,主要研究工作如下:首先,為了提高檢索的準(zhǔn)確度,采用考慮顏色空間關(guān)系的顏色自相關(guān)圖提取圖像顏色特征和利用與人類(lèi)視覺(jué)一致的Gabor變換提取紋理特征融合成圖像的綜合特征,在此基礎(chǔ)上,利用改進(jìn)K-means對(duì)圖像庫(kù)進(jìn)行聚類(lèi),使得相似圖像在一個(gè)類(lèi)里,讓檢索的過(guò)程在一定的范圍內(nèi)進(jìn)行,提出了一種基于顏色和紋理特征聚類(lèi)的圖像檢索算法(Image Retrieval Based on Clustering according to Color and Texture features,簡(jiǎn)稱(chēng)ICTC算法)。然后,為了提高檢索的速度,基于Hadoop平臺(tái)利用分布式并行計(jì)算MapReduce實(shí)現(xiàn)ICTC圖像檢索算法提取圖像綜合特征算法的并行化,以及利用分布式并行計(jì)算MapReduce實(shí)現(xiàn)ICTC圖像檢索算法的并行化,這種方式使得提取圖像特征的過(guò)程和檢索的過(guò)程都是并行執(zhí)行,所以提高檢索的速度。最后,對(duì)基于顏色和紋理特征聚類(lèi)的圖像檢索算法和將ICTC圖像檢索算法在Hadoop平臺(tái)實(shí)現(xiàn)并行化進(jìn)行了大量的實(shí)驗(yàn)和分析。基于顏色和紋理特征聚類(lèi)的圖像檢索算法與其他傳統(tǒng)算法相比,提高了查詢(xún)檢索的準(zhǔn)確度;基于Hadoop平臺(tái)實(shí)現(xiàn)并行化的ICTC圖像檢索算法相比傳統(tǒng)圖像檢索算法,提升了查詢(xún)檢索速度。
【關(guān)鍵詞】：圖像檢索 顏色自相關(guān)圖 Gabor變換 K-means聚類(lèi) Hadoop MapReduce
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-10
• 第一章 緒論10-19
• 1.1 論文研究的背景及意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-16
• 1.2.1 基于內(nèi)容的圖像檢索(CBIR)國(guó)外研究現(xiàn)狀11-13
• 1.2.2 基于內(nèi)容的圖像檢索（CBIR）國(guó)內(nèi)研究現(xiàn)狀13
• 1.2.3 基于內(nèi)容的圖像檢索（CBIR）發(fā)展13-15
• 1.2.4 云計(jì)算發(fā)展15-16
• 1.3 本文研究?jī)?nèi)容與結(jié)構(gòu)安排16-18
• 1.3.1 本文研究?jī)?nèi)容16-17
• 1.3.2 本文組織結(jié)構(gòu)17-18
• 1.4 本章小結(jié)18-19
• 第二章 CBIR和Hadoop相關(guān)技術(shù)19-33
• 2.1 基于內(nèi)容的圖像檢索系統(tǒng)框架19-20
• 2.2 圖像物理特征20-25
• 2.2.1 顏色特征20-21
• 2.2.2 紋理特征21-23
• 2.2.3 形狀特征23-25
• 2.3 相似性度量25-26
• 2.4 檢索性能評(píng)價(jià)標(biāo)準(zhǔn)26-27
• 2.5 Hadoop分布式系統(tǒng)框架27-28
• 2.6 分布式文件系統(tǒng)HDFS28-31
• 2.6.1 HDFS讀操作29-30
• 2.6.2 HDFS寫(xiě)操作30-31
• 2.7 并行計(jì)算模型MapReduce31-32
• 2.8 本章小結(jié)32-33
• 第三章 綜合顏色和紋理特征聚類(lèi)的圖像檢索算法33-44
• 3.1 基于顏色的圖像檢索算法33-34
• 3.2 顏色空間模型34-38
• 3.2.1 RGB顏色空間34
• 3.2.2 HSV顏色空間34-35
• 3.2.3 RGB顏色空間轉(zhuǎn)換HSV顏色空間35-36
• 3.2.4 顏色量化36-37
• 3.2.5 提取顏色特征37-38
• 3.3 基于紋理的圖像檢索算法38-40
• 3.3.1 提取紋理特征39-40
• 3.3.2 圖像的綜合特征40
• 3.4 聚類(lèi)過(guò)程40-42
• 3.4.1 k-means基礎(chǔ)概念40
• 3.4.2 改進(jìn)k-means40-41
• 3.4.3 聚類(lèi)性能41-42
• 3.5 圖像相似性度量42
• 3.6 本章小結(jié)42-44
• 第四章 ICTC算法的并行化研究44-54
• 4.1 基于Hadoop平臺(tái)海量圖像檢索44-45
• 4.2 圖像特征提取MapReduce化45-47
• 4.2.1 圖像綜合特征提取45
• 4.2.2 基于MapReduce的綜合特征提取算法45-47
• 4.3 圖像檢索MapReduce化47-48
• 4.3.1 相似性度量方法47
• 4.3.2 基于MapReduce的圖像檢索算法47-48
• 4.4 圖像特征聚類(lèi)MapReduce化探討48-50
• 4.4.1 改進(jìn)K-means48-50
• 4.4.2 基于MapReduce的改進(jìn)K-means聚類(lèi)算法探討50
• 4.5 Hadoop平臺(tái)的搭建50-52
• 4.5.1 實(shí)驗(yàn)平臺(tái)軟硬件配置50-51
• 4.5.2 Hadoop的安裝51-52
• 4.6 本章小結(jié)52-54
• 第五章 實(shí)驗(yàn)與結(jié)果分析54-64
• 5.1 基于顏色和紋理聚類(lèi)的圖像檢索實(shí)驗(yàn)54-57
• 5.1.1 實(shí)驗(yàn)數(shù)據(jù)54
• 5.1.2 結(jié)果分析54-57
• 5.2 ICTC算法并行化研究實(shí)驗(yàn)57-63
• 5.2.1 實(shí)驗(yàn)數(shù)據(jù)57-58
• 5.2.2 加速比與效率58-59
• 5.2.3 擴(kuò)展率與伸縮率59-61
• 5.2.4 負(fù)載性能61-63
• 5.3 本章小結(jié)63-64
• 第六章 總結(jié)與展望64-67
• 6.1 總結(jié)64-65
• 6.2 展望65-67
• 參考文獻(xiàn)67-71
• 攻讀碩士期間發(fā)表的論文及所取得的研究成果71-72
• 致謝72-73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 呂明磊;劉冬梅;曾智勇;;一種改進(jìn)的K-means聚類(lèi)算法的圖像檢索方法[J];計(jì)算機(jī)科學(xué);2013年08期

2 李麗麗;孫勁光;;基于主色提取和主色集擴(kuò)充的圖像檢索算法[J];計(jì)算機(jī)應(yīng)用與軟件;2012年01期

3 常哲;侯榆青;李明俐;程濤;劉黎寧;;綜合顏色和紋理特征的圖像檢索[J];小型微型計(jì)算機(jī)系統(tǒng);2011年01期

4 高燕;胡學(xué)龍;李玲;丁寧;;基于小波多尺度分析的綜合特征圖像檢索[J];微電子學(xué)與計(jì)算機(jī);2010年04期

5 陳湘濤;王愛(ài)云;謝偉平;聶轟;;基于內(nèi)容圖像檢索的聚類(lèi)算法研究[J];計(jì)算機(jī)應(yīng)用研究;2008年12期

6 黃元元;何云峰;;利用顏色進(jìn)行基于內(nèi)容的圖像檢索[J];小型微型計(jì)算機(jī)系統(tǒng);2007年07期

7 汪慧蘭;趙海峰;羅斌;;基于局部顏色空間特征的圖像檢索[J];計(jì)算機(jī)技術(shù)與發(fā)展;2006年01期

8 董衛(wèi)軍,周明全,耿國(guó)華;基于綜合特征圖像檢索技術(shù)研究[J];計(jì)算機(jī)應(yīng)用與軟件;2005年11期

9 劉飛,鄒文輝,羅峰,羅代升;CBIR中基于紋理特征的檢索概述[J];中國(guó)測(cè)試技術(shù);2005年02期

10 劉忠偉,章毓晉;基于特征的圖象查詢(xún)和檢索系統(tǒng)[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);2000年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 孫君頂;基于內(nèi)容的圖像檢索技術(shù)研究[D];西安電子科技大學(xué);2005年

  本文關(guān)鍵詞：基于內(nèi)容的圖像檢索算法及其并行化研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：458445