基于Map-Join-Reduce预处理的外观专利图像检索方法的开题报告

基于Map-Join-Reduce预处理的外观专利图像检索方法的开题报告一、研究背景与意义近年来，随着计算机技术的快速发展，图像识别技术也随之迎来了大发展，尤其是在专利图像检索方面。专利图像检索是指在大规模的专利图像数据库中，通过搜索引擎或图像相似度算法，能够快速、准确地找到目标图像。应用范围广泛，如专利侵权检测、市场竞品分析等。但目前大规模专利图像检索仍存在诸多问题，如时间复杂度高、精度低、数据库结构复杂等。因此，研究更加高效、精确的专利图像检索方法是非常必要的。在此背景下，基于Map-Join-Reduce预处理的外观专利图像检索方法应运而生。该方法通过将专利图像预处理为指纹特征的形式，从而大幅降低了检索时间复杂度，提高检索精度，具有很高的应用价值。二、研究内容本研究将以Map-Join-Reduce为基础，结合图像指纹特征和单向哈希链表的技术，提出一种基于Map-Join-Reduce预处理的外观专利图像检索方法。具体包括以下内容：1.图像指纹特征提取。采用流行的SIFT算法对专利图像进行特征提取，并将特征信息存入指纹库中。2.单向哈希链表构建。构建单向哈希链表用于保存图像指纹特征的信息。该链表可实现特征信息的快速查询和检索。3.Map-Join-Reduce预处理实现。将外观专利图像预处理为哈希码的形式，并提取出哈希码组成的索引表，再将该表用MapReduce方式进行排序和合并操作。4.基于索引表的图像检索。利用构建好的索引表进行目标图像检索。首先对目标图像提取图像指纹特征，并将特征转化成对应的哈希码。然后在索引表中，通过查找哈希码范围进行快速匹配，找到与目标图像相似度最高的专利图像。三、预期成果1.设计并实现基于Map-Join-Reduce预处理的外观专利图像检索算法。2.使用公开数据库进行测试和评估，并进行与常见的专利图像检索方法的对比分析。3.在实际应用中开展测试验证，并进行优化。四、研究方法本研究将采用实验法和理论分析相结合的方法。首先，采用SIFT算法等进行指纹特征提取，然后将哈希表和Map-Join-Reduce技术应用于专利图像预处理和索引表构建。最后，在公开数据库中进行对比实验，并对实验结果进行分析和总结，找到优化方案。五、进度安排研究进度计划如下：1.文献调研和背景分析：2周。2.设计和实现基于Map-Join-Reduce预处理的外观专利图像检索算法：6周。3.测试、评估和优化：4周。4.论文撰写：3周。六、参考文献1.YangD,LiY,XuC,etal.Map-Join-ReduceParallelProcessingMethodwithSelf-AdaptiveTaskSplittingforLargeScaleData[J].Sensors,2017,17(8):1806.2.KrishnaA,AgrawalA,ChoudharyA.MapReduce-AProgrammingModelforLargeScaleDataProcessingWithUser-DefinedFunctions[C].Vldb,2009.3.PotdarVM,GhevadeMP.ImageRetrievalusingdifferentsimilaritymeasuresandfeatureextractiontechniques-AReview[J].Inte