论文网
关于图像类论文范文例文,与基于Hadoop的海量医学图像检索系统相关毕业论文网
本论文是一篇关于图像类毕业论文网,关于基于Hadoop的海量医学图像检索系统相关学年毕业论文范文。免费优秀的关于图像及医学及计算机应用方面论文范文资料,适合图像论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
;最终的医学检索结果.Map函数定义如下：
3仿真测试
3.1实验环境
在Linux环境下,通过1个主节点（NameNode）机和3工作节点（DataNode）组成一个Hadoop分布式系统,具体配置见表1.在Hadoop分布式系统中,通过在不同的节点数下进行医学图像检索测试,并将其测试结果与文献[15]的传统图像检索系统和B/S架构下的图像检索系统的测试结果进行对比,系统性能评价标准采用存储效率、检索速度、查准率和查全率,并对Hadoop分布式图像检索系统的性能进行分析.
3.2系统负载性能测试
对于Hadoop医学图像检索系统,40万幅医学图像的各节点的CPU使用率如图4所示.
从图4可知,由于只有2个Map任务,它们分别分配给DataNodel和DataNode3,tl和t2时刻,两个节点的Map任务在执行中；t3时刻,DataNode3节点的Map任务执行完毕,并在该节点开始执行Reduce任务,DataNodel节点的Map任务还在执行；在t4时刻,DataNodel节点上的Map任务完成,该节点将Map任务产生的中间结果交由DataNode3进行Reduce处理；在t5时刻,只有DataNode3在执行Reduce任务,DataNodel和DataNode2处于空闲状态；t6时刻,整个检索任务完成,各节点处于空闲状态.
对80万和100万幅医学图像,各节点的CPU使用率如图5、6所示.从图5、6可知,各节点的负载情况类似于处理40万幅医学图像的负载情况.
3.3医学图像检索结果
上传一幅医学图像后,采用Hadoop的医学图像系统进行检索,其检索结果如图7所示.从图7可知,检索结果比较好.
3.4与传统方法的性能对比
3.4.1存储性能对比
采用不同数量的医学图像,在不同节点情况下,图像存储时间如图8所示.从图8可知,当医学图像数量小于20万时,两种系统的存储性能差别不大；随着图像数量增大,B/S单节点系统的存储时间急剧增加,而Hadoop分布式系统存储时间增长缓慢；同时本文系统的存储性能要优于传统Hadoop图像处理系统,这是因为传统Hadoop图像处理系统仍然采用传统上传方式,只是在图像检索过程中采用MapReduce方式,而本文系统通过MapReduce方式将医学图像上传到HDFS中,因此,本文系统减少了图像存储时间,能使医学检索系统的整体性能得以提高.
3.4.2检索效率对比
不同规模的医学图像库在不同节点情况下的医学图像检索耗时如图9所示.从图9可知,当医学图像规模较小时,分布式系统和B/S单节点系统的检索时间相差不大；随着医学图像数量的增加,两个系统的检索时间均相应增加,而B/S单节点系统图像检索时间增长幅度较大,Hadoop医学图像系统的时间增长则比较缓慢.主要是由于采用MapReduce的并行计算优势,将医学图像检索任务分配到多个节点,提高了医学图像检索效率；同时,节点越多,检索速度越快,增加Hadoop式系统节点数,可以提高图像检索系统性能.
3.4.3检索结果对比
对于不同类型的医学图像,采用Hadoop和传统检索系统进行对比实验,它们的查准率和查全率见表2和3.
从表2和表3可知,本文Hadoop系统的查准率和查全率略高于传统Hadoop图像检索系统以及B/S单节点图像检索系统,优势不十分明显.然而对于大规模的医学图像检索系统,系统性能优劣主要通过图像检索效率来衡量,而从图9可知,本文的Hadoop分布式系统有效降低了医学图像检索时间,提高了医学图像检索效率,较好地解决了海量医学图像检索效率低的难题,得到了比较令人满意的检索结果.4结语
CBMIR的医学图像检索是一个数据密集型计算过程,传统B/S单节点检索系统存在效率低、可靠性差等缺陷,为此,提出一种Hadoop的医学图像检索系统.仿真测试结果表明,Hadoop的医学图像检索系统提高了图像存储和检索效率,获得较优的检索结果,可以满足医学图像检索的实时性要求,尤其当处理大规模医学图像时,具有传统B/S单节点不可比拟的优势.但是相对于当前Hadoop的医学图像检索系统,优势不太明显,因此,未来的工作重点是提高Map任务与Reduce任务之间数据传输速度,减少更多由于传输信息所产生的时间消耗,进一步提高现有图像检索系统的执行效率.
参考文献：
[1]宋真,颜永丰.基于兴趣点综合特征的图像检索[J].计算机应用,2012,32（10）：2840-2842.
[2]张泉,邰晓英.基于Bayesian的相关反馈在医学图像检索中的应用[J].计算机工程,2008,44（17）：158-161.
[3]余胜,谢莉,成运.基于颜色和基元特征
关于图像类论文范文例文
[4]CHANGF,DEANJ,GHEMAWATS,etal.Bigtable：adistributedstoragesystemforstructureddata[C]//OSDI2006：Proceedingsofthe7thSymposiumonOperatingSystemsDesignandImplementat.Berkeley：USENIXAssociation,2006,7：276-290.
| 有关论文范文主题研究: | 关于图像的论文范本 | 大学生适用: | 函授毕业论文、电大毕业论文 |
|---|---|---|---|
| 相关参考文献下载数量: | 33 | 写作解决问题: | 怎么撰写 |
| 毕业论文开题报告: | 文献综述、论文设计 | 职称论文适用: | 核心期刊、职称评中级 |
| 所属大学生专业类别: | 怎么撰写 | 论文题目推荐度: | 免费选题 |
[5]KEKREHB,THEPADESD,SANASS.ImprovingperformanceofmultileveledBTCbasedCBIRusingsundrycolorspaces[J].InternationalJournalofImageProcessing,2010,4（6）：620-630.
[6]利业鞑,林伟伟.一种Hadoop数据复制优化方法[J].计算机工程与应用,2012,48（21）：58-61.
[7]王贤伟,戴青云,姜文超,等.基于MapReduce的外观设计专利图像检索方法[J].小型微型计算机系统,2012,33（3）：626-232.
[8]GHEMAWATS,GOBIOFFH,LEUNGST.TheGoogleFileSystem[C]//SOSP03：Proceedingsofthe19thACMSymposiumonOperatingSystemsPrinciples.NewYork：ACM,2003：29-43.
[9]梁秋实,吴一雷,封磊.基于MapReduce的微博用户搜索排名算法[J].计算机应用,2012,32（11）：2989-2993.
[10]DEANJ,GHEMAWATS.MapReduce：aflexibledataprocessingtool[J].CommunicationsoftheACM,2010,53（1）：72-77.
本文地址:http://www.sxsky.net/benkelunwen/060165618.html
[11]ATTEBURYG,BARANOVSKIA,BLOOMK,etal.Hadoopdistributedfilesystemforthegrid[C]//Proceedingsofthe2009IEEENuclearScienceSymposiumConferenceRecord.Piscataway：IEEE,2009：1056-1061.
[12]JEFFREYD,SANJAYG.MapReduce：simplifieddataprocessingonlargeclusters[C]//OSDI2004：Proceedingsofthe6thSymposiumonOperatingSystemsDesignandImplementat.Berkeley：USENIXAssociation,2004：107-113.
[13]练秋生,李芹,孔令富.融合圆对称轮廓波统计特征和LBP的纹理图像检索[J].计算机学报,2007,30（12）：2198-2204.
[14]王中晔,杨晓慧,牛宏娟.Brushlet域复特征纹理图像检索
关于图像类论文范文例文,与基于Hadoop的海量医学图像检索系统相关毕业论文网参考文献资料：