[发明专利]一种基于大数据的图像检索方法及系统

权利要求书

1.一种基于大数据的图像检索方法，其特征在于，所述方法包括：

获取海量图像数据，并将海量图像数据进行分布式存储；

对所存储的海量图像数据进行图像灰度化和灰度拉伸的预处理；

利用基于自编码器的多标签语义提取算法对经预处理的图像数据进行处理，得到图像的多标签语义信息；

根据图像的多标签语义信息建立图像信息连接图；

利用基于深度哈希的数据存储方法将结合图像信息连接图的图像数据进行存储，从而将哈希编码值作为图像特征索引，并根据图像特征索引进行图像检索。

2.如权利要求1所述的一种基于大数据的图像检索方法，其特征在于，所述将海量图像数据进行分布式存储，包括：

1)将k个图像数据合并为1个文件，其中k设置为10；并将合并得到的文件转换为字节码的格式；

2)创建图像存储表，设计两个列族MD(image data)、MI(image info)，所述列族MD和M1分别存放文件的字节码和图像信息，所述图像信息包括图像的id和图像特征索引；同时进行预分区操作，在本发明一个具体实施例中，分区数量为9，每个分区的RowKey范围为N/(9k)，其中N为图像数据的总数；

3)将海量图像数据存储到分区中的图像存储表，其中图像特征索引设置为空白。

3.如权利要求2所述的一种基于大数据的图像检索方法，其特征在于，所述对所存储的海量图像数据进行图像灰度化和灰度拉伸的预处理的流程为：

1)通过对所存储的图像中每一个像素的三个分量求最大值，并将该最大值设置为该像素点的灰度值，得到存储图像的灰度图，所述灰度化处理的公式为：

G(i，j)＝max{R(i，j)，G(i，j)，B(i，j)}

其中：

(i，j)为存储图像中的一个像素点；

R(i，j)，G(i，j)，B(i，j)分别为像素点(i，j)在R、G、B三个颜色通道中的值；

G(i，j)为像素点(i，j)的灰度值；

2)根据所述灰度图像，本发明利用分段线性变换的方式对图像的灰度进行拉伸的公式为：

其中：

f(x，y)为灰度图像的灰度图；

MAX_f(x，y)，MIN_f(x，y)分别为灰度图的最大灰度值和最小灰度值。