基于Hadoop的海量图象数据管理
论文摘要 | 第1-7页 |
ABSTRACT | 第7-10页 |
1 第1章绪论 | 第10-15页 |
·引言 | 第10-14页 |
·研究背景与意义 | 第10-11页 |
·海量图像数据国内外研究现状 | 第11-14页 |
·主要研究内容 | 第14页 |
·论文结构 | 第14-15页 |
2 第2章 相关工作 | 第15-24页 |
·Hadoop框架分析 | 第15-21页 |
·HDFS | 第16-18页 |
·MapReduce | 第18-21页 |
·Key/Value模型及其与关系数据库的区别 | 第21页 |
·MapReduce与关系数据库的比较 | 第21-23页 |
·MapReduce与网格计算的比较 | 第23-24页 |
3 第3章海量图像数据管理系统设计 | 第24-37页 |
·海量图像数据管理原型系统的设计要求 | 第24页 |
·海量图像数据管理原型系统体系结构设计 | 第24-25页 |
·Hadoop系统改进 | 第25-28页 |
·输入文件格式扩展 | 第25-27页 |
·输出过程扩展 | 第27-28页 |
·功能模块划分 | 第28-37页 |
·海量图像数据导入模块 | 第29-30页 |
·数据服务模块 | 第30-36页 |
·基于MapReduce的K-Means聚类 | 第30-31页 |
·基于MapReduce的ISODATA聚类 | 第31-33页 |
·基于MapReduce的Sobel边缘检测 | 第33-34页 |
·基于MapReduce的缩略图生成 | 第34-35页 |
·基于MapReduce的并行直方图提取 | 第35-36页 |
·数据请求模块 | 第36-37页 |
4 第4章海量图像数据管理原型系统的实现 | 第37-58页 |
·实现环境与数据 | 第37-38页 |
·海量图像数据导入模块实现 | 第38-39页 |
·海量图像数据服务模块实现 | 第39-54页 |
·基于MapReduce的K-Means聚类实现 | 第40-46页 |
·基于MapReduce的ISODATA聚类实现 | 第46-50页 |
·基于MapReduce的Sobel边缘检测实现 | 第50-53页 |
·基于MapReduce的并行直方图提取实现 | 第53-54页 |
·海量图像数据请求模块实现 | 第54-57页 |
·实现结果分析 | 第57-58页 |
5 第5章总结与展望 | 第58-59页 |
·总结 | 第58页 |
·展望 | 第58-59页 |
硕士在读期间发表的论文 | 第59-60页 |
参考文献 | 第60-63页 |
附录 | 第63-64页 |
致谢 | 第64页 |