基于Hadoop和Lucene的CBIR系统的设计与实现
| 摘要 | 第1-6页 |
| abstract | 第6-11页 |
| 图目录 | 第11-13页 |
| 表目录 | 第13-14页 |
| 第一章 引言 | 第14-20页 |
| ·项目背景 | 第14-15页 |
| ·国内外CBIR技术的发展现状 | 第15-18页 |
| ·国内外研究现状 | 第15-17页 |
| ·著名CBIR系统介绍 | 第17-18页 |
| ·本文主要研究工作 | 第18-19页 |
| ·本文的组织结构 | 第19-20页 |
| 第二章 技术综述 | 第20-35页 |
| ·图像特征提取 | 第20-24页 |
| ·颜色特征 | 第20-21页 |
| ·纹理特征 | 第21-24页 |
| ·图像相似度度量 | 第24页 |
| ·相关反馈技术 | 第24-25页 |
| ·索引技术 | 第25-29页 |
| ·倒排索引 | 第26-27页 |
| ·Lucene中的索引机制 | 第27-29页 |
| ·Hadoop技术 | 第29-34页 |
| ·MapReduce | 第29-31页 |
| ·HDFS | 第31-32页 |
| ·HBase | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 系统分析与设计 | 第35-51页 |
| ·项目总体规划 | 第35页 |
| ·系统分析 | 第35-39页 |
| ·业务需求分析 | 第35-37页 |
| ·系统后台分析 | 第37-38页 |
| ·系统组成分析 | 第38-39页 |
| ·系统总体设计 | 第39-41页 |
| ·存储系统设计 | 第41-42页 |
| ·图像数据库设计 | 第41页 |
| ·图像特征数据库设计 | 第41页 |
| ·索引库设计 | 第41-42页 |
| ·特征提取系统的设计 | 第42-45页 |
| ·特征提取算法设计 | 第42-44页 |
| ·特征入库的流程设计 | 第44页 |
| ·特征提取系统的类关系设计 | 第44-45页 |
| ·特征提取系统的序列图设计 | 第45页 |
| ·索引系统的设计 | 第45-47页 |
| ·查询系统的设计 | 第47-49页 |
| ·查询系统的类关系设计 | 第47-48页 |
| ·查询系统的序列图设计 | 第48-49页 |
| ·用户界面设计 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第四章 系统实现 | 第51-76页 |
| ·项目开发环境 | 第51页 |
| ·特征提取系统实现 | 第51-56页 |
| ·特征提取算法实现 | 第51-54页 |
| ·图像上传实现 | 第54页 |
| ·特征入库实现 | 第54-56页 |
| ·索引系统实现 | 第56-60页 |
| ·索引基础类实现 | 第56-58页 |
| ·索引创建实现 | 第58-60页 |
| ·查询系统实现 | 第60-69页 |
| ·查询底层类实现 | 第60-64页 |
| ·查询器实现 | 第64-66页 |
| ·反馈器实现 | 第66-68页 |
| ·用户界面实现 | 第68-69页 |
| ·测试环境搭建 | 第69-72页 |
| ·Hadoop集群搭建 | 第69-71页 |
| ·HBase集群搭建 | 第71-72页 |
| ·系统测试 | 第72-75页 |
| ·特征提取功能测试 | 第72-73页 |
| ·索引功能测试 | 第73页 |
| ·系统运行 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第五章 总结与展望 | 第76-78页 |
| ·总结 | 第76页 |
| ·进一步工作展望 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参与项目 | 第81-83页 |
