[发明专利]图像特征提取的方法及系统

说明书

技术领域

本发明属于数据处理领域，尤其涉及一种图像特征提取的方法及系统。

背景技术

多媒体数据挖掘技术是数据挖掘技术和多媒体技术结合的产物，是数据挖掘、人工智能、机器学习、数据库技术、多媒体技术等学科的交叉领域，包括图像挖掘、视频挖掘、音频挖掘、文本挖掘等专业领域内的知识挖掘及综合性挖掘。多媒体数据挖掘在行为分析、个性化推荐、舆情监测、视频检索、图片过滤、欺诈检测等领域有着广泛的应用。

图像特征提取是跨媒体数据预处理的重要组成部分，也是图像识别和图像挖掘基础环节，图像原始的数据空间难以表达具体的图像特征，通过特征提取算法将图像描述为具体的底层特征，比如边缘特征、纹理特征等。传统的图像特征提取技术采用串行计算的方法，特征提取装置运行在单台机子上，其处理能力低下尤其是需要对海量图像数据进行特征提取时难以满足用户需求。

发明内容

本发明实施例的目的在于提供一种图像特征提取的方法及系统，旨在解决现有的使用串行算法进行图像特征提取导致效率低下的问题。

本发明实施例是这样实现的，一种图像特征提取的方法，所述方法包括步骤：

S1、主节点将待特征提取的图像数据分布于至少二个子节点；

S2、当主节点收到图像特征提取的任务时，将所述任务及对应的特征提取算法分发至所述子节点；

S3、所述子节点根据收到的任务及特征提取算法对本地的图像数据进行特征提取，得到图像特征值；

S4、所述主节点将所述子节点的图像特征值进行归并。

进一步地，在执行步骤S3之后，还包括：

所述主节点根据各子节点输出的图像特征值数量动态调整所述各子节点的任务，并返回步骤S3，直到所有子节点的任务结束。

进一步地，所述步骤S3具体包括：

所述子节点将收到的图像数据转换为灰度图像数据；

将所述灰度图像数据进行直方均衡化。

进一步地，还包括：

当某一子节点的任务失败时，该子节点重新启动任务直到预设的次数或启动备份子节点执行所述失败的任务。

进一步地，所述当某一子节点的任务失败时，该子节点启动备份子节点执行所述失败的任务具体包括：

所述任务失败的子节点向备份子节点发出执行请求，启动所述备份子节点执行所述失败的任务；

当超过预设数量的备份子节点执行所述失败的任务不成功时，结束所述失败的任务。

本发明还提出一种图像特征提取的系统，所述系统包括主节点和至少二个子节点，其中，

所述主节点包括：

建立数据库模块，用于将待特征提取的图像数据分布于所述子节点；

任务分发模块，用于当收到图像特征提取的任务时，将所述任务及对应的特征提取算法分发至所述子节点；

归并模块，用于将所述子节点的图像特征值进行归并；

所述子节点包括：

特征提取模块，用于根据收到的任务及特征提取算法对本地的图像数据进行特征提取，得到图像特征值。

进一步地，所述主节点还包括：

动态均衡模块，用于根据各子节点输出的图像特征值数量动态调整所述各子节点的任务，并返回由所述子节点继续根据收到的任务及特征提取算法对本地的图像数据进行特征提取，直到所有子节点的任务结束。

进一步地，所述特征提取模块包括：

数据转换单元，用于将收到的图像数据转换为灰度图像数据；

直方均衡单元，用于将所述灰度图像数据进行直方均衡化。

进一步地，所述子节点还包括：

故障处理模块，当任务失败时，重新启动任务直到预设的次数或启动备份子节点执行所述失败的任务。

进一步地，所述故障处理模块包括：

请求单元，用于向备份子节点发出执行请求，启动所述备份子节点执行所述失败的任务；

结束任务单元，用于当超过预设数量的备份子节点执行所述失败的任务不成功时，结束所述失败的任务。

本发明实施例在图像特征提取过程中采用并行计算方式，能够提高图像处理的效率，降低图像特征提取的时间复杂度，有着优秀的海量数据处理性能。进一步地，本发明实施例采用Hadoop系统的Map/Reduce框架，可以根据输入图像数据分布等信息自动创建多个并行子任务，有效地按照集群中各个节点的负载情况动态地接受特征提取任务，将子任务调度到合适的集群节点上并行执行，有效的利用了Hadoop系统的并行计算功能和大规模数据存储功能。

附图说明