基于Hadoop的外觀專利圖像檢索系統(tǒng)的研究與實現(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,通過基于內容的外觀專利圖像檢索技術,利用圖像的形狀、紋理和顏色特征對外觀專利圖像進行描述,根據(jù)這些圖像特征與專利庫中的圖像提供相似性判別,實現(xiàn)外觀專利圖像查詢、檢索自動化,提高外觀設計相似性評判的檢索速度和查準率。
　　 但圖像檢索是數(shù)據(jù)密集型計算過

2、程,進行圖像檢索時,將消耗大量CPU資源。現(xiàn)有B／S單節(jié)點架構的圖像檢索系統(tǒng),隨著外觀專利數(shù)量的快速增長,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)的基礎上,提出了一種基于Hadoop的外觀專利圖像檢索方法,將基于內容的圖像檢索技術與MapReduce并行計算框架相結合,把外觀專利圖像和圖像特征庫存儲于HDFS。
　　 Hadoop分布式系統(tǒng)進行圖像檢索作業(yè)時,系統(tǒng)對專利圖像特征庫進行分割。各數(shù)據(jù)分塊

3、傳遞給Hadoop分布式系統(tǒng)中各計算節(jié)點的Map任務,Map任務以鍵值對的形式讀取專利圖像庫的特征數(shù)據(jù),并提取示例圖像的形狀、紋理以及顏色特征,與專利特征庫中的特征進行相似度匹配計算,計算結果以鍵值對的形式輸出。Reduce任務接收各Map任務的計算結果,按相似度大小進行排序,得到圖像檢索結果,實現(xiàn)圖像檢索的分布式計算。
　　 通過普通的PC機搭建Hadoop分布式環(huán)境,將開發(fā)的圖像檢索應用程序在Hadoop分布式系統(tǒng)上測試,與