发明名称 基于MR计算框架的图像SIFT特征匹配方法
摘要 本发明公开了一种基于MR计算框架的图像SIFT特征匹配方法,包括如下步骤:1.建立集群;2.搭建Hadoop平台;3.建立图像库;4.提取特征点;5.特征点建立键-键-值对;6.上传特征点到分布式文件系统中;7.图像匹配请求;8.完成图像匹配。本发明采用MR计算框架,在图像匹配过程的实现并行计算,提高图像的匹配效率,降低计算匹配图像的时间复杂度。本发明采用MR开源实现框架Hadoop平台的集群图像处理方式,有效应对海量图像数据。
申请公布号 CN102496033B 申请公布日期 2014.06.18
申请号 CN201110397210.5 申请日期 2011.12.05
申请人 西安电子科技大学 发明人 崔江涛;张佳琦;李林;蒋莲;王博;张国良
分类号 G06K9/64(2006.01)I 主分类号 G06K9/64(2006.01)I
代理机构 陕西电子工业专利中心 61205 代理人 田文英;王品华
主权项 基于mapreduce计算框架的图像SIFT特征匹配方法,包括以下步骤:(1)将待匹配的集群中所有节点连接到同一局域网中,建立能够相互通信的集群;(2)在每个节点上通过由底层至上层的方法,搭建映射和化简mapreduce开源实现框架Hadoop平台;(3)将全部匹配图像上传至待匹配集群的节点上,建立节点上的图像库;(4)利用图像尺度不变特征转换SIFT提取方法,从节点上的图像库中提取特征点;(5)建立每一个特征点的键‑键‑值对5a)在节点中对同一幅图像提取的特征点加入相同的图号作为键‑键‑值对的第一个键,标识为同一幅图像的特征点;5b)对同一幅图像提取的特征点加入不同的点号作为键‑键‑值对的第二个键,标识为同一幅图像的不同特征点;5c)将提取特征点时生成的高维特征向量作为键‑键‑值对的值;(6)将全部特征点的键‑键‑值对的值,上传至映射和化简mapreduce开源实现框架Hadoop平台中的分布式文件系统中;(7)图像匹配请求,在客户端利用图像尺度不变特征转换SIFT提取方法提取待匹配图像的特征点;(8)图像匹配8a)计算待匹配图像的全部特征点的值与图像库中的全部图像的特征点值的欧式距离;8b)将相同图号的欧式距离值输出到同一个节点上,将欧氏距离结果升序排序,再将排序结果按点号升序排序,输出相同点号欧式距离最近的两个值;8c)在每一个节点中,计算步骤8b)中输出的所有相同点号的两个值的比值;8d)判定比值是否在阈值内,若比值在阈值内,则表明待匹配图像的特征点与图像库中的匹配图像的特征点匹配,输出图像库中的匹配图像的匹配特征点,进行下一步骤;否则表明匹配失败,返回步骤8c);8e)在每一个节点中将步骤8d)输出的特征点依据不同图号通过顺序查找的方法分别计量匹配个数,将结果输出;8f)判定每个匹配个数与待匹配图像特征点的个数的比值是否在阈值内,若在阈值内,则表明图像库中存在与待匹配图像匹配的图像,否则表明图像库中不存在与待匹配图像匹配的图像。
地址 710071 陕西省西安市太白南路2号