| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 图像分割 | 第8-9页 |
| 1.2.2 云计算 | 第9-10页 |
| 1.3 论文主要研究内容 | 第10-11页 |
| 第2章 图像分割算法研究 | 第11-24页 |
| 2.1 图像分割概述 | 第11页 |
| 2.2 常用的图像分割算法研究对比 | 第11-18页 |
| 2.2.1 基于直方图阈值法的图像分割 | 第11-13页 |
| 2.2.2 基于自动阈值法的图像分割 | 第13-15页 |
| 2.2.3 基于分水岭的图像分割 | 第15-16页 |
| 2.2.4 基于迭代法的图像的分割 | 第16-17页 |
| 2.2.5 基于区域生长的图像分割 | 第17-18页 |
| 2.3 基于MeanShift聚类算法的图像分割 | 第18-23页 |
| 2.3.1 MeanShift算法简介 | 第18-19页 |
| 2.3.2 MeanShift算法的基本原理 | 第19页 |
| 2.3.3 MeanShift算法在图像上的聚类 | 第19-20页 |
| 2.3.4 MeanShift算法实现图像分割的原理 | 第20-21页 |
| 2.3.5 MeanShift算法图像分割流程 | 第21-22页 |
| 2.3.6 基于MeanShift算法的图像分割实验 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 适用于Hadoop平台的MeanShift图像分割算法研究 | 第24-44页 |
| 3.1 Hadoop云计算平台 | 第24-34页 |
| 3.1.1 HDFS的特征 | 第24-25页 |
| 3.1.2 HDFS的架构 | 第25-28页 |
| 3.1.3 MapReduce分布式计算框架 | 第28-34页 |
| 3.2 适用于Hadoop平台的MeanShift算法设计 | 第34-40页 |
| 3.2.1 MapReduce中的图像输入数据类型定义 | 第34-35页 |
| 3.2.2 MapReduce中的图像输出数据类型定义 | 第35-36页 |
| 3.2.3 OpenCV图像处理函数模块与MeanShift算法实现 | 第36-38页 |
| 3.2.4 Hadoop平台上图像分割流程设计 | 第38-40页 |
| 3.3 基于Hadoop的图像分割任务执行流程 | 第40-41页 |
| 3.3.1 Map阶段的实现 | 第40-41页 |
| 3.3.2 MapReduce整体任务配置 | 第41页 |
| 3.4 基于MapReduce图像处理模型的稳定性测试 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于Hadoop的无人机遥感图像分割仿真实验 | 第44-58页 |
| 4.1 实验平台搭建 | 第44-46页 |
| 4.1.1 实验环境 | 第44-45页 |
| 4.1.2 Hadoop实验平台搭建 | 第45-46页 |
| 4.2 基于Hadoop平台的图像分割实验 | 第46-51页 |
| 4.2.1 实验数据 | 第46-47页 |
| 4.2.2 单幅图像分割实验 | 第47-50页 |
| 4.2.3 多幅图像集分割实验 | 第50-51页 |
| 4.2.4 结果分析 | 第51页 |
| 4.3 不同平台图像分割对比实验 | 第51-56页 |
| 4.3.1 实验数据 | 第51-52页 |
| 4.3.2 MATLAB实现图像分割实验 | 第52-54页 |
| 4.3.3 Hadoop平台与MATLAB平台图像分割对比实验 | 第54-56页 |
| 4.3.4 结果分析 | 第56页 |
| 4.4 本章小结 | 第56-58页 |
| 第5章 总结与展望 | 第58-60页 |
| 5.1 论文的主要工作 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 作者简介 | 第64页 |
| 攻读硕士学位期间研究成果 | 第64页 |
