基于內(nèi)容的圖像檢索算法及其并行化研究.pdf

1、由于計算機技術(shù)特別是數(shù)字圖像處理技術(shù)的快速發(fā)展進步，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)信息受到越來越多的人們關(guān)注；另一方面，人們無法在規(guī)模巨大海量圖像中查詢出自己內(nèi)心渴望的內(nèi)容。所以合理有效地存儲管理以及高效準確地檢索出用戶滿意的信息越來越受到人們的關(guān)注。面對海量圖像數(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

2、特征融合成圖像綜合特征，同時利用改進K-means實現(xiàn)對圖像庫中圖像聚類，以及在Hadoop平臺利用分布式計算MapReduce實現(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視覺一致的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K-means對圖像庫進行聚類，使得相似圖像在一個類里，讓檢索的過程在一定的范圍內(nèi)進行，提

3、出了一種基于顏色和紋理特征聚類的圖像檢索算法（簡稱ICTC算法）。
　　然后，為了提高檢索的速度，基于 Hadoop平臺利用分布式并行計算 MapReduce實現(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算MapReduce實現(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程和檢索的過程都是并行執(zhí)行，所以提高檢索的速度。
　　最后，對基于顏色和紋理特征聚類的圖像檢索算法和將 ICTC