首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Hadoop技术的图像视频处理的研究与应用

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-15页
    1.1 课题研究背景第9-11页
        1.1.1 课题来源第9-10页
        1.1.2 选题意义第10-11页
    1.2 国内外研究现状第11-12页
    1.3 课题应用前景第12-13页
    1.4 本文的组织结构第13-15页
第2章 Hadoop相关技术第15-27页
    2.1 Hadoop平台简介第15-19页
        2.1.1 Hadoop的组成第15-16页
        2.1.2 Hadoop的优势第16-17页
        2.1.3 Hadoop的架构第17-19页
    2.2 HDFS第19-22页
        2.2.1 HDFS原理第19-20页
        2.2.2 HDFS体系架构第20-22页
        2.2.3 HDFS中存在的不足第22页
    2.3 MapReduce第22-25页
        2.3.1 MapReduce编程模型第22-23页
        2.3.2 MapReduce编程模型的任务第23-24页
        2.3.3 MapReduce编程模型的Mapper函数第24页
        2.3.4 MapReduce编程模型的Reducer函数第24-25页
        2.3.5 MapReduce编程模型的作业控制第25页
    2.4 本章小结第25-27页
第3章 数字图像、视频处理相关技术第27-35页
    3.1 数字图像处理内容、特点与运算方法第27-32页
        3.1.1 数字图像处理的内容第27-30页
        3.1.2 数字图像处理的基本特点第30-31页
        3.1.3 数字图像处理的基本运算方法第31-32页
    3.2 视频编解码技术第32-34页
        3.2.1 H.264视频编码标准第32页
        3.2.2 编解码技术的基本原理第32-34页
        3.2.3 编解码技术实现第34页
    3.3 本章小结第34-35页
第4章 Hadoop集群的搭建第35-43页
    4.1 安装Linux系统及其编程环境第35-39页
        4.1.1 安装linux系统第35页
        4.1.2 在linux系统上安装jdk服务第35-36页
        4.1.3 在linux系统上安装ssh服务第36-39页
    4.2 在Linux系统上搭建Hadoop集群第39-42页
        4.2.1 搭建Hadoop伪分布环境第39-40页
        4.2.2 搭建Hadoop完全分布环境第40-41页
        4.2.3 格式化HDFS文件系统第41-42页
    4.3 本章小结第42-43页
第5章 基于Hadoop技术的图像处理第43-59页
    5.1 Hadoop平台上图像文件的存储第43-48页
        5.1.1 Hadoop数据类型的分析第43-44页
        5.1.2 基于Hadoop平台的设计图像数据类型第44-45页
        5.1.3 基于Hadoop平台的图像上传第45-46页
        5.1.4 基于Hadoop平台的图像合并第46-47页
        5.1.5 基于Hadoop平台的下载图片第47-48页
    5.2 基于Hadoop平台的图像的处理第48-54页
        5.2.1 图像灰度处理第48页
        5.2.2 基于Hadoop平台的图像二值化处理第48-51页
        5.2.3 图像边缘检测处理第51-54页
    5.3 Hadoop技术在图像匹配中的应用第54-58页
        5.3.1 图像匹配算法第54-56页
        5.3.2 实验设计第56-58页
        5.3.3 实验分析第58页
    5.4 本章小结第58-59页
第6章 基于Hadoop平台视频处理的应用第59-67页
    6.1 设计视频数据接口第59-60页
        6.1.1 Hadoop平台上视频数据类型的设计第59-60页
    6.2 Hadoop平台处理视频数据第60-62页
        6.2.1 视频数据处理的局限性第60-61页
        6.2.2 视频数据处理方法第61-62页
    6.3 实验分析第62-65页
        6.3.1 集群概述第62页
        6.3.2 实验设计第62-64页
        6.3.3 结果分析第64-65页
    6.4 本章小结第65-67页
第7章 总结与展望第67-71页
    7.1 研究意义第67-69页
    7.2 工作总结第69页
    7.3 工作展望第69-71页
参考文献第71-75页
致谢第75-77页
个人简历、在学期间发表的学术论文与研究成果第77页

论文共77页,点击 下载论文
上一篇:面向网络渗透社工的用户信息挖掘与分析
下一篇:基于机器人视觉的手势识别关键技术的研究