苏勇刚，高茂庭（上海海事大学信息工程学院，上海　201306）

基于分布式并行计算的SIFT算法

苏勇刚，高茂庭
（上海海事大学信息工程学院，上海201306）

针对SIFT算法处理较大图像库的效率低和检索结果中图像排序不合理的问题，提出一种基于分布式并行计算的SIFT算法，在Spark平台下利用K-means算法对图像特征库进行聚类，将初始图像特征库划分成若干特征簇，每一个特征可由每一类库中的单位特征向量来表示，这样就可以高效地使用多特征的相似性度量进行比较图像间的相似度，即多特征代替单一特征度量来达到优化图像检索结果排序的效果，以改善用户体验。实验结果表明，与SIFT算法相比，改进的SIFT算法在性能上得到显著提高。

SIFT；分布式；相似性度量；图像检索

国家自然科学基金资助项目（No.61202022）、上海市科委科技创新项目（No.12595810200）

0　引言

随着Internet技术的飞速发展，互联网资源从文本逐渐演变成为视频、图像等多媒体形式并存，数据量随之急剧上升，同时呈现飞速增长的态势。如何从这个海量的图像资源中快速准确地检索到用户所需的图像信息，提高图像检索的性能，就成为一个迫切需要解决的问题。

图像检索就是根据对图像内容的描述，在某个目标图像集合中找到具有指定特征或包含指定内容的图像。近年来，基于内容的图像检索技术得到广泛的关注和应用，作为一种主要的基于内容的图像检索算法，SIFT（Scale-Invariant Feature Transform）算法［1］通过求原始图像中的特征点以及尺寸和方向的描述子来得到特征，并进行图像特征点匹配，最终得出图像之间的相似度。……