基于Hadoop的图像纹理特征提取.pdfVIP

2015矩 7 月 郑 州 大 学 学 报 (工 学 版 ) Ju1． 2015 第 36卷 第4期 JournalofZhengzhouUniversity(EngineeringScience) V0L36 NO．4 文章编号 ：1671—6833(2015)04—0109一O5 基于 Hadoop的图像纹理特征提取 赵进超 ，朱颢东 ，申 圳 ，李红婵 (郑州轻工业学院计算机与通信工程学院，河南 郑州 450002) 摘 要 ：随着数字图像规模 的不断增加 ，图像纹理特征提取 已成为制约数字 图像处理性能的一个关键 步骤 ．Hadoop是一个性能卓越的开源大数据处理云平台，其 向用户提供 了MapReduce，HDFS等模块．首 先对 Hadoop平 台、编程框架和 Tamura纹理特征进行 了介绍，然后将 图像纹理特征提取过程在 Hadoop 平 台上进行 了实现．在这个过程 中，每个 Map任务对应一个图像文件 ，各节点可以同时提取集合 内图像 的纹理特征 ．实验表 明：在 图像数量较少和分辨率较低的情况 ，Hadoop不 同节点数量所用时间并无太大 差异 ．在 图像分辨率较高且数量较多的情况下，Hadoop平 台表现 出较高的计算效率． 关键词 ：Hadoop；Tamura纹理特征 ；图像处理 ；特征提取 中图分类号 ：TP301 文献标志码 ：A doi：10．3969／j．issn．1671—6833．2015．04．025 广钊 以Hadoop为基础开发 出海量图像检索平 0 引言 台；李倩等 根据 Hadoop平 台对 内部数据类 型 基于人类对 纹理视 觉感知 的心理学研究 ， 的设计要求 ，实现了一种功能可扩展的支持 图像 Tamura等…提出了一种新的纹理特征表达方法． 文件的Hadoop数据类型 ；RanajoyMalakar等 将 该方法包含6个分量 ，分别与心理学上对纹理特 NVIDIA开发的CUDA技术与 Hadoop相结合实现 征定义 的6种属性相对应 ，它们依次是粗糙度 了一个高性能图像处理系统 ；Liu等 实现了一 (Coarseness)、对 比度 (Contrast)、方 向度 (Direc- 个基于 HBase和 Hadoop的海量图像管理系统． tionality)、线像度 (Linelikeness)、规整度 (Regu— 1．1 MapReduce larity)和粗略度 (Roughness)．这些特征 中最 重要 MapReduce 是谷歌开发 的并行数据处理框 的是粗糙度 (Coarseness)、对 比度 (Contrast)、方 向 架 ，该框架具备高可靠性和良好的容错能力 ，基于 度 (Directionality)．图像分辨率越高 ，图像细节部 它编写的Hadoop程序可 以在由数千台计算机构 分的信息就会得到更好的体现，我们就能得到更 成的大型集群上安全高效的运行 ，对海量数据进 好的纹理特征 ，但是 随之而来的是计算量和计算 行并行处理．Hadoop能够实现对多种类型文件的 时间的增加．为 了缩短纹理特征提取 时间，笔者拟 处理 ，比如文本 、图像 、视频等．我们可 以以特定需 将 Tamura算法和 Hadoop相结合 ，提出一种基于 求为依据来编写特定的应用程序完成任务 目标． 云计算 Hadoop的Tamura算法 ，以实现纹理特征 下面以Hadoop 自带 的WordCount程序为例来说 快速提取． 明MapReduce执行流程 ，如图 1所示． 首先，由TextInputF