云计算平台下基于内容的图像检索系统的设计与实现

论文摘要

随着多媒体技术和计算机网络技术的迅速发展，数字图像的数量正以惊人的速度增长。为了有效的利用这些海量图像信息，使得基于内容的图像检索技术CBIR(Content Based Image Retrieval)得到了广泛的研究。然而，当前基于内容的图像检索系统存在两个问题：一是传统的输入方式无法满足用户的复杂和组合检索需求；二是传统的单机运行环境无法达到海量图像快速的检索要求。本文针对以上问题，通过对基于内容的图像检索技术和云计算平台的研究，针对如何来满足用户的检索需求，提出了图像检索语言IQL(Image QueryLanguage)，IQL可以使用户使用类似SQL语法的方式，并以图像作为查询元素来表达复杂的查询需求；而针对效率问题，本系统将传统的图像检索技术移植到开源云计算平台Hadoop上。该系统通过向用户提供IQL图像检索语言的手段，使得用户能够表达传统图像检索输入不能表达的内涵，提高了检索精度以及用户满意度；并将海量图片的索引与处理部署到云计算平台Hadoop上，利用云计算平台高效的处理能力来提高基于内容的图像检索的运算效率。最后通过实验表明该系统的有效性和高效性达到了设计要求。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 项目背景
• 1.2 国内外研究现状
• 1.2.1 云计算平台
• 1.2.2 基于内容的图像检索系统
• 1.3 论文的主要工作
• 1.4 论文结构
• 第二章 相关技术与理论
• 2.1 云计算技术
• 2.1.1 基本概念
• 2.1.2 Hadoop
• 2.2 基于内容的图像检索
• 2.2.1 图像的内容特征
• 2.2.2 特征匹配技术
• 2.2.3 图像检索系统常用的检索方式
• 2.3 ANTLR
• 2.4 本章小结
• 第三章 图像检索系统需求分析与整体设计
• 3.1 需求分析
• 3.2 总体设计
• 3.3 模块功能设计
• 3.3.1 特征提取子系统模块
• 3.3.2 图像检索子系统模块
• 3.3.3 云计算平台模块
• 3.3.4 用户交互模块
• 3.3.5 IQL 引擎模块
• 3.4 本章小结
• 第四章 图像检索系统的设计与实现
• 4.1 特征提取子系统模块
• 4.1.1 图像预处理
• 4.1.2 图像分割
• 4.1.3 特征值提取
• 4.1.4 特征值存储
• 4.2 图像检索模块
• 4.2.1 单输入特征值检索
• 4.2.2 多输入特征值检索
• 4.3 云计算平台模块
• 4.3.1 配置 Hadoop 安装程序
• 4.3.2 搭建云计算平台
• 4.3.3 云计算平台与图像检索结合
• 4.4 用户交互模块
• 4.5 IQL 引擎模块
• 4.6 本章小结
• 第五章 实验与分析
• 5.1 图像数据库的选择
• 5.2 性能评价方法
• 5.2.1 用户评价
• 5.2.2 指标评价
• 5.3 实验与结果分析
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 进一步工作展望
• 致谢
• 参考文献
• 读研期间参与项目