1、大數(shù)據(jù)的時代已經到來，面對繁瑣且復雜的海量數(shù)據(jù)，如何客觀而又準確地從大規(guī)模的數(shù)據(jù)中挑選出對我們的生活工作有用的信息，是我們應對和處理海量數(shù)據(jù)的關鍵所在。處理大規(guī)模的圖像數(shù)據(jù)是海量數(shù)據(jù)處理中的一個分支，而怎樣既快又精準地從規(guī)模龐大的圖像集合中檢索出相似圖像是目前亟待解決的問題。
　　本文針對海量圖片的檢索，以減少圖像檢索時間和增加檢索準確率為目的，在云計算平臺下，采用分布式技術，解決了海量圖像檢索過程中的關鍵技術。主要完成以下幾項工

2、作：
　　(1)分析并研究了基于內容的圖像檢索系統(tǒng)中的關鍵技術。主要包括對低層視覺特征中顏色特征、紋理特征和形狀特征等的提取方法，圖像特征向量提取后的歸一化處理，特征匹配過程中相似性度量的方法，以及相似性匹配過程中的對系統(tǒng)性能的評價準則。
　　(2)實現(xiàn)單機環(huán)境下的基于Lucene的圖像檢索。在對圖像進行特征提取后，結合Lucene庫對圖像的特征建立索引，生成索引文件。實現(xiàn)了能夠對用戶輸入的圖像檢索出對應的相似圖片的功能。<

3、br>　　(3)搭建了分布式的Hadoop系統(tǒng)。利用Apache Hadoop平臺搭建了一個高效率的分布式系統(tǒng)，并在系統(tǒng)中部署了相關服務。
　　(4)在分布式環(huán)境下對大規(guī)模圖像集合建立了倒排索引庫。本文選擇顏色直方圖、MPEG-7顏色布局描述符、MPEG-7邊緣直方圖和Gabor紋理特征四個特征對圖像進行特征提取，并采用Lucene對圖像建立倒排索引庫，并且實驗比較了分布式環(huán)境下與單機環(huán)境下索引創(chuàng)建的效率。
　　(5)依據(jù)索