基于Hadoop的外觀專利圖像檢索系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、傳統(tǒng)外觀專利檢索是基于文本的查詢方式,該模式無法充分利用外觀專利圖片所包含的豐富視覺信息,檢索范圍大,且圖形的相似性主要靠人工識(shí)別,工作量大、效率低。為解決傳統(tǒng)檢索模式所存在的問題,通過基于內(nèi)容的外觀專利圖像檢索技術(shù),利用圖像的形狀、紋理和顏色特征對(duì)外觀專利圖像進(jìn)行描述,根據(jù)這些圖像特征與專利庫(kù)中的圖像提供相似性判別,實(shí)現(xiàn)外觀專利圖像查詢、檢索自動(dòng)化,提高外觀設(shè)計(jì)相似性評(píng)判的檢索速度和查準(zhǔn)率。
　　 但圖像檢索是數(shù)據(jù)密集型計(jì)算過

2、程,進(jìn)行圖像檢索時(shí),將消耗大量CPU資源。現(xiàn)有B／S單節(jié)點(diǎn)架構(gòu)的圖像檢索系統(tǒng),隨著外觀專利數(shù)量的快速增長(zhǎng),存在檢索速度慢、并發(fā)性差、不能處理大規(guī)模的數(shù)據(jù)。在分析現(xiàn)有圖像檢索系統(tǒng)的基礎(chǔ)上,提出了一種基于Hadoop的外觀專利圖像檢索方法,將基于內(nèi)容的圖像檢索技術(shù)與MapReduce并行計(jì)算框架相結(jié)合,把外觀專利圖像和圖像特征庫(kù)存儲(chǔ)于HDFS。
　　 Hadoop分布式系統(tǒng)進(jìn)行圖像檢索作業(yè)時(shí),系統(tǒng)對(duì)專利圖像特征庫(kù)進(jìn)行分割。各數(shù)據(jù)分塊

3、傳遞給Hadoop分布式系統(tǒng)中各計(jì)算節(jié)點(diǎn)的Map任務(wù),Map任務(wù)以鍵值對(duì)的形式讀取專利圖像庫(kù)的特征數(shù)據(jù),并提取示例圖像的形狀、紋理以及顏色特征,與專利特征庫(kù)中的特征進(jìn)行相似度匹配計(jì)算,計(jì)算結(jié)果以鍵值對(duì)的形式輸出。Reduce任務(wù)接收各Map任務(wù)的計(jì)算結(jié)果,按相似度大小進(jìn)行排序,得到圖像檢索結(jié)果,實(shí)現(xiàn)圖像檢索的分布式計(jì)算。
　　 通過普通的PC機(jī)搭建Hadoop分布式環(huán)境,將開發(fā)的圖像檢索應(yīng)用程序在Hadoop分布式系統(tǒng)上測(cè)試,與