基于Hadoop平台的图像匹配算法研究及应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10页 |
| 1.3 研究内容 | 第10-11页 |
| 1.4 结构安排 | 第11-13页 |
| 第2章 图像匹配算法和自动化测试 | 第13-25页 |
| 2.1 图像匹配算法介绍 | 第13-20页 |
| 2.1.1 SIFT算法介绍 | 第13-17页 |
| 2.1.2 SURF算法介绍 | 第17-20页 |
| 2.2 软件自动化测试的相关介绍 | 第20-24页 |
| 2.2.1 软件测试简介 | 第20-22页 |
| 2.2.2 自动化测试工具 | 第22-23页 |
| 2.2.3 改进的自动化测试流程 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 Hadoop概述 | 第25-37页 |
| 3.1 Hadoop平台简介 | 第25-26页 |
| 3.2 HDFS分布式文件系统 | 第26-31页 |
| 3.2.1 Hadoop文件系统架构 | 第26-28页 |
| 3.2.2 Hadoop文件读写操作流程 | 第28-30页 |
| 3.2.3 Hadoop可靠性/容错机制 | 第30-31页 |
| 3.3 MapReduce编程模型 | 第31-35页 |
| 3.3.1 Map/Reduce介绍 | 第31页 |
| 3.3.2 Map/Reduce原理 | 第31-33页 |
| 3.3.3 Map/Reduce作业流程 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 图像匹配算法的优化 | 第37-49页 |
| 4.1 特征点提取—SURF算法 | 第37-39页 |
| 4.2 特征点匹配—改进的KD树算法 | 第39-42页 |
| 4.2.1 KD树的构建 | 第39-41页 |
| 4.2.2 KD树的改进算法 | 第41页 |
| 4.2.3 实验结果分析 | 第41-42页 |
| 4.3 几何验证—改进的RANSAC算法 | 第42-44页 |
| 4.3.1 RANSAC算法的改进 | 第42-44页 |
| 4.3.2 实验结果分析 | 第44页 |
| 4.4 手机应用测试界面的匹配算法设计 | 第44-48页 |
| 4.4.1 手机界面区域划分 | 第44-47页 |
| 4.4.2 图像分块匹配策略 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 并行化测试系统 | 第49-59页 |
| 5.1 图像匹配算法的并行化设计与实现 | 第49-52页 |
| 5.1.1 图像匹配算法的并行化计算过程 | 第49-50页 |
| 5.1.2 图像匹配算法并行化接口设计 | 第50-51页 |
| 5.1.3 Map/Reduce函数的设计与实现 | 第51-52页 |
| 5.2 Hadoop平台搭建 | 第52-57页 |
| 5.3 实验及结果分析 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 发表论文和参加科研情况说明 | 第65-67页 |
| 致谢 | 第67-68页 |
