朱莹芳

（江苏信息职业技术学院，江苏 无锡 214000）

基于MapReduce的海量图像检索技术研究

朱莹芳

（江苏信息职业技术学院，江苏 无锡 214000）

随着互联网+技术的应用和普及，图像数据在种类和数量上均呈现明显的上升趋势。如何从海量图像集中检索出所需的图像已成为当下亟待解决的问题之一。文中尝试利用Hadoop云平台，并采用MapReduce分布式计算模型来进行海量数字图像检索，最终建立一个分布式的图像检索系统。实验结果表明，无论在海量图像的存储能力还是检索速度上，这种分布式图像检索方式和集中式的图像检索方式相比，有着更明显的优势。

Hadoop；图像检索；MapReduce；分布式

随着现代信息技术的飞速发展，以图像、视频为代表的复杂数据急剧增加，其中图像信息的快速增长尤为突出。所以，如何实现对这些数据的有效管理，如何从海量数据中快速准确地检索出所需的图像，则成为当下的研究热点。基于文本的图像检索作为一种传统的检索方法，并没有对图像本身的内容加以分析和利用，已不能满足发展需求，基于内容的图像检索应运而生。

1.基于内容的图像检索

基于内容的图像检索（Content-Based Image Retrieval，CBIR），其基本思想是：依据图像所包含的颜色、纹理、形状及对象的空间关系等信息，从中提取出图像特征，再进行特征匹配。

进行CBIR的研究需综合认知心理学、数据库、计算机视觉、人工智能、图像处理、机器学习等各门学科的知识。由于CBIR是建立在对图像内容的理解和计算机视觉理论的基础之上的，因此，对图像内容的描述不像基于文本的图像检索那样依赖于用户的手工标注，而是借助于从图像中提取出来的颜色、纹理、形状等视觉特征；……