[发明专利]一种基于Hadoop的图像质量评估系统

说明书

本发明公开了一种基于Hadoop的图像质量评估系统，包括客户端和Hadoop集群；客户端包括服务选择模块和和图片传输模块；Hadoop集群包括主节点和多个子节点；所述主节点负责作业的初始化、作业的分配、作业的协调执行，同时负责管理集群的文件系统；所述子节点上设有图像质量评估模块，负责map任务和reduce任务的执行以及数据块存储；所述主节点上设有通信服务器，所述通信服务器负责接收从客户端发送过来的图像并为每个用户开启一个MapReduce作业进行图像质量评估。本发明利用Hadoop集群的分布式并行计算优势，有效缩短大量图片质量评估的处理时间，提升了用户体验。

技术领域

本发明涉及图像智能处理领域，特别涉及一种基于Hadoop的图像质量评估系统。

背景技术

近年来，图像质量评估因其在各种各样应用中潜在的巨大需求，引起了不少学者的关注。图像质量评估能帮助人们挑选出高美感图像，过滤掉低美感图像，把人从令人厌烦的图像管理工作中解放出来。例如，在图像检索中，我们希望计算机不仅能根据图像内容也能根据图像质量检索图像。

如今大部分学者关于图像质量评估的工作旨在利用大量的图像学习图像质量评估模型，对图像进行高低美感的分类和预测图像质量分数。为了提高系统的准确度，人们强调图像特征提取的重要性，包括手工特征和局部特征。为了进一步提高准确度，建立巨大图像数据库，用户的评论、地理信息等也被系统考虑。总的来说，现有的系统缺乏对图像质量评估效率和用户体验的重视。

随着智能手机的普及，人们获取和存储图像越来越容易，图像数量也在剧增。人们希望图像质量评估算法能够帮助管理手机上的图像。由于图像质量评估过程复杂、耗时，在手机上运行图像质量评估算法处理速度慢、效率低下，特别是当图像数量巨大时。

Hadoop是由众多计算机节点构成，实现了分布式存储和并行计算、适合处理大数据的开源软件基础框架，被广泛应用于云计算上。云计算技术的出现为图像处理提供了新的思路。通过结合云计算技术，图像处理效率大大提高。重庆大学张小洪等人发明一种基于Hadoop的海量人脸图像的检索方法(申请号：201310038448.8，公开号：103207889A)。该专利主要利用Hadoop实现图像检索功能，包括对图像数据建立索引，并进行分布式搜索完成人脸图像的快速搜索。由于缺乏客户端的设计，该发明专利的人脸识别方法不能应用于移动终端上。

通过云端丰富的计算资源，Hadoop可以大大减轻终端繁重的计算负担。然而，目前国内外还没发现把Hadoop技术应用在图像质量评估上。此外，Hadoop最初设计用于大文本数据的处理，对于图像数据的处理需要再做改进设计。

发明内容

为了克服现有技术的上述缺点与不足，本发明的目的在于提供一种基于Hadoop的图像质量评估系统，可以将客户端上复杂、耗时的图像质量评估算法移至具有丰富计算资源的云端，通过流量换取图像质量评估的高效率和良好的用户体验。

本发明的目的通过以下技术方案实现：

一种基于Hadoop的图像质量评估系统，包括客户端和Hadoop集群；

所述客户端包括服务选择模块和图片传输模块；所述服务选择模块用于选择用户需要质量评估的图像和服务，并显示从服务器端返回的图像质量评估的结果；

所述图片传输模块用于通过互联网向服务器端发送用户请求、传输用户图像，以及接收从服务器端返回的结果；

所述Hadoop集群包括主节点和多个子节点；所述主节点负责作业的初始化、作业的分配、作业的协调执行，同时负责管理集群的文件系统；所述子节点上设有图像质量评估模块，负责map任务和reduce任务的执行以及数据块存储；所述主节点上设有通信服务器，所述通信服务器负责接收客户端发送的图像并为每个用户开启一个MapReduce作业进行图像质量评估。

所述通信服务器的工作过程如下：