基于 MapReduce 的海量图像检索算法

输入： HDFS 分布存储的海量图像

输出：图像检索结果

MAP:

① 初始化键值， key：图像特征的所属位置， value：图像的特征属性；
② 调用图像相似判断函数， 计算图像特征的相似度；
③ 根据检索规则， 计算匹配的相似度；
④ 输出中间结果。

REDUCE:

① 调用 Map 输出的中间结果， key：图像特征的相似度， value：图像编号；
② 如果结果的 key 值相同， 将其 value 合并在一起；
③ 按照相似度由大到小的顺序， 对约简后的结果排序；
④ 输出检索结果。

实验环境：

实验中集群环境包含由普通计算机构成的 10 个节点， 其中 1 台计算作为管理节点， 其余为计算节点。每个节点的硬件配置为：双核 2.0 GHz CPU， 4 GB 内存， 500 GB 硬盘， 百兆计算及存储网络； 软件环境采用 RedHat Linux 操作系统。采用 10 万张网络图像作为测试图像集。

实验结果：

摘自：《基于大数据挖掘的图像检索方法研究》赵 婕（太原学院计算机工程系） ， 姚峰林 （太原科技大学机械工程学院）