| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 课题研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 论文的研究内容 | 第17-18页 |
| 1.4 论文的结构安排 | 第18-20页 |
| 第二章 Hadoop平台分析 | 第20-30页 |
| 2.1 Hadoop框架结构 | 第20-21页 |
| 2.2 Hadoop分布式文件系统 | 第21-23页 |
| 2.2.1 HDFS基本原理 | 第21页 |
| 2.2.2 HDFS数据读写 | 第21-23页 |
| 2.3 MapReduce并行计算框架 | 第23-29页 |
| 2.3.1 MapReduce功能特点 | 第24-25页 |
| 2.3.2 MapReduce作业运行 | 第25-27页 |
| 2.3.3 MapReduce I/O格式 | 第27-28页 |
| 2.3.4 MapReduce作业链接 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于MapReduce的背景纹理抑制 | 第30-45页 |
| 3.1 图像纹理背景抑制 | 第30-34页 |
| 3.1.1 傅里叶变换法 | 第30-31页 |
| 3.1.2 奇异值分解法 | 第31-34页 |
| 3.2 纹理去除的MapReduce方法设计 | 第34-38页 |
| 3.2.1 图像存储结构与读写接口设计 | 第34-36页 |
| 3.2.2 基于SVD的图像分布式纹理背景去除 | 第36-38页 |
| 3.3 算法测试验证 | 第38-44页 |
| 3.3.1 实验环境搭建 | 第38-41页 |
| 3.3.2 实验测试结果 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于MapReduce的缺陷分割与分类 | 第45-68页 |
| 4.1 缺陷分割 | 第45-51页 |
| 4.1.1 常用缺陷分割算法 | 第45-46页 |
| 4.1.2 主动轮廓分割模型 | 第46-49页 |
| 4.1.3 改进的C-V分割模型 | 第49-51页 |
| 4.2 缺陷特征提取 | 第51-56页 |
| 4.2.1 纹理特征提取 | 第51-54页 |
| 4.2.2 形状特征提取 | 第54-56页 |
| 4.3 分类器设计 | 第56-60页 |
| 4.3.1 线性SVM | 第56-58页 |
| 4.3.2 非线性SVM | 第58-59页 |
| 4.3.3 单分类SVM | 第59-60页 |
| 4.4 缺陷分割与分类的MapReduce方法设计 | 第60-67页 |
| 4.4.1 二次缺陷分割 | 第60-62页 |
| 4.4.2 SVM缺陷分类 | 第62-65页 |
| 4.4.3 实验测试结果 | 第65-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第74-75页 |