簡介：I申請上海交通大學(xué)工程碩士學(xué)位論文基于圖片的建筑管理系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn)學(xué)校代碼10248作者姓名崔赟學(xué)號1070379074第一導(dǎo)師胡飛第二導(dǎo)師學(xué)科專業(yè)軟件工程答辯日期2010年1月上海交通大學(xué)軟件學(xué)院2010年1月III基于圖片的建筑管理系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn)基于圖片的建筑管理系統(tǒng)關(guān)鍵技術(shù)研究與實(shí)現(xiàn)摘要我國建筑行業(yè)作為國民經(jīng)濟(jì)中傳統(tǒng)的重要行業(yè)，相比其他新興產(chǎn)業(yè)，其信息化規(guī)范化步伐比較遲緩。近年來，建筑質(zhì)量問題頻發(fā)。本文提出了一種基于圖片的建筑工程精細(xì)管理系統(tǒng)方案。該系統(tǒng)通過監(jiān)理人員對施工現(xiàn)場圖片實(shí)時(shí)在線審核，實(shí)現(xiàn)了建筑施工過程的可視化，從技術(shù)上保證了建筑施工過程中每個(gè)步驟的完整有序、符合規(guī)范，和事故可追溯性。本論文完成的主要工作是（1）分析了目前建筑行業(yè)的現(xiàn)狀和主要存在的問題，提出了一種基于建筑施工圖片進(jìn)行質(zhì)量管理的解決方案以及工作流程。（2）分析了實(shí)現(xiàn)方案的軟件系統(tǒng)的關(guān)鍵需求，論文選擇了富互聯(lián)網(wǎng)技術(shù)（RIA）作為系統(tǒng)實(shí)現(xiàn)方案，進(jìn)一步通過對各種主流技術(shù)進(jìn)行對比和分析，選擇了ADOBE公司的FLEX技術(shù)作為前臺實(shí)現(xiàn)、開源的BLAZEDS框架作為前后臺通信方式。在這些技術(shù)的基礎(chǔ)上，設(shè)計(jì)了軟件系統(tǒng)的總體框架。（3）設(shè)計(jì)了能夠體現(xiàn)本文思想的一個(gè)原型系統(tǒng)，并且對該系統(tǒng)中的關(guān)鍵技術(shù)進(jìn)行了研究和實(shí)現(xiàn)。（4）結(jié)合建筑施工過程中的一個(gè)具體的實(shí)例，驗(yàn)證了系統(tǒng)方案的正確性和有效性。本文所提出的工作流程和軟件系統(tǒng)如得以推廣使用，將會極大的改變目前建筑行業(yè)的現(xiàn)狀，能夠增強(qiáng)建筑施工過程中的透明性，規(guī)范工人施工步驟，提高建筑施工的質(zhì)量和效率。關(guān)鍵詞建筑工程精細(xì)管理可視化，RIAFLEXBLAZEDS

簡介：目前大多數(shù)流行的圖像搜索引擎，都利用從圖像的上下文中抽取出來的文本信息來建立索引。這種機(jī)制下的檢索結(jié)果往往含有大量的垃圾信息，因?yàn)槲谋旧舷挛呐c檢索關(guān)鍵詞匹配，不一定代表圖像本身與檢索關(guān)鍵詞匹配；最關(guān)鍵的是這種機(jī)制忽略了圖像視覺內(nèi)容信息本身。針對GOOGLEIMAGES圖像搜索引擎的檢索返回結(jié)果，我們提出了一種新的、基于聚類方法的垃圾圖片過濾方法。首先，我們對GOOGLEIMAGES的檢索結(jié)果進(jìn)行圖像特征抽取。為了準(zhǔn)確地描述圖像視覺內(nèi)容信息，我們采用了三種不同性質(zhì)的圖像特征。同時(shí)設(shè)計(jì)了線性混合內(nèi)核函數(shù)將這些圖像特征混合在一起，構(gòu)建出相似性矩陣。然后，利用KWAYMINMAXCUT算法對返回圖像進(jìn)行聚類，與聚類過程相迭代的是線性混合內(nèi)核的權(quán)重系數(shù)調(diào)整過程，從而各內(nèi)核系數(shù)的設(shè)定得以自動完成。聚類完成后，對各個(gè)類進(jìn)行排序。排序的策略是先選出質(zhì)量最優(yōu)秀的類，剩余的類再按照其與質(zhì)量最優(yōu)類之間的相似性大小進(jìn)行排序。最后，根據(jù)所需的返回圖像數(shù)目，過濾掉排在末尾的圖像類。我們的垃圾圖片過濾算法擁有很具競爭力的實(shí)驗(yàn)表現(xiàn)。在低召回率的實(shí)驗(yàn)中，我們的算法在多數(shù)情況下比當(dāng)前最優(yōu)秀的過濾算法表現(xiàn)優(yōu)秀，說明了聚類算法和最優(yōu)類選擇策略的魯棒性。在多召回率的試驗(yàn)中，我們的算法比GOOGLEIMAGES有很好的精度提高表現(xiàn)，說明了類排序算法的有效性。整體來說，我們的算法能切實(shí)得對GOOGLEIMAGES的檢索返回結(jié)果過濾垃圾圖像。

簡介：基于圖像的渲染技術(shù)是計(jì)算機(jī)圖形學(xué)的重要分支，是圖像與信號處理、虛擬現(xiàn)實(shí)與計(jì)算機(jī)圖形學(xué)深入交叉互動的技術(shù)成果。該技術(shù)將真實(shí)或近似于真實(shí)的物體與環(huán)境重現(xiàn)于虛擬環(huán)境中，對于提升用戶的真實(shí)感與沉浸感有著極其重要的作用。而基于圖像的重光照技術(shù)是其中一個(gè)重要方向，也是近年來圖形技術(shù)研究中的一個(gè)熱點(diǎn)。該技術(shù)通過對現(xiàn)實(shí)物體與環(huán)境的采集，經(jīng)過重新合成渲染成重光照結(jié)果，從而逼真的體現(xiàn)出環(huán)境對目標(biāo)物體的光照影響。本文主要著眼于基于圖像的重光照技術(shù)，該技術(shù)是實(shí)現(xiàn)重光照的一個(gè)重要而且現(xiàn)實(shí)的方法。重光照技術(shù)主要經(jīng)過采集數(shù)據(jù)、處理數(shù)據(jù)以及合成運(yùn)算三個(gè)步驟，根據(jù)采集數(shù)據(jù)和處理數(shù)據(jù)的方法的不同有不同的研究的方向。最主要的兩大類方法是依采集數(shù)據(jù)的目的劃分基于模型的重光照技術(shù)對物體進(jìn)行模型重建，并逆向還原出物體反射屬性，但受限于模型重建技術(shù)的精度和成本，在物體表面幾何結(jié)果和光照條件復(fù)雜的情況下很難進(jìn)行；基于圖像的重光照技術(shù)對物體在定制的光照條件下進(jìn)行采集，利用基函數(shù)進(jìn)行運(yùn)算，但采集過程過長限制了重光照技術(shù)的發(fā)展。本文將熱點(diǎn)技術(shù)球面諧波理論與重光照技術(shù)相結(jié)合，利用球面諧波理論對球面上函數(shù)有效的離散表示，減少重光照需采集的基圖片的數(shù)量和時(shí)間，降低重光照運(yùn)算過程的時(shí)間和空間用量，彌補(bǔ)傳統(tǒng)重光照技術(shù)對真實(shí)物體反射信息采集量巨大，由此帶來的采集慢渲染慢的缺點(diǎn)。本文主要討論并完成了以下幾方面工作首先對于基于圖像的重光照技術(shù)的相關(guān)研究與發(fā)展進(jìn)行了總結(jié)和闡述，介紹了該技術(shù)的意義、定義以及分類。之后簡述了球面諧波理論的原理和意義，及其在重光照技術(shù)中的表示和應(yīng)用方法。對球面諧波作為基函數(shù)對采集基圖片方法的改變和對光照和反射的球面諧波表示進(jìn)行了探討和實(shí)踐，利用其有效的表示方法和運(yùn)算精度的優(yōu)點(diǎn)獲得重光照結(jié)果。對重光照過程算法、流程以及存儲空間等方面進(jìn)行了細(xì)節(jié)與過程上的優(yōu)化，并分析和利用GPU的并行計(jì)算能力對重光照運(yùn)算進(jìn)行了加速，獲得了效率上的顯著提高。實(shí)驗(yàn)結(jié)果表明，在本文提出的重光照過程和優(yōu)化加速方法下能夠快速地采集基圖片和進(jìn)行重光照計(jì)算，在同一套諧波圖片的基礎(chǔ)上可以實(shí)時(shí)地獲得變換光源的重光照結(jié)果。同時(shí)本文也以基于諧波圖片的重光照技術(shù)進(jìn)行了簡單的應(yīng)用。

簡介：本文結(jié)合APP與圖片聚合的應(yīng)用，有針對性地對IOS圖片應(yīng)用軟件的研究，開發(fā)一個(gè)基于OBJECTIVEC語言，運(yùn)行在IOS手機(jī)上的圖片聚合應(yīng)用，實(shí)現(xiàn)完整用戶交互程序，后臺推送有趣圖片，用戶可以從微博、QQ等導(dǎo)入個(gè)人圖片，實(shí)現(xiàn)個(gè)人與系統(tǒng)推薦的圖片聚合應(yīng)用程序。開發(fā)基于IOS圖片聚合應(yīng)用，需要集合移動手機(jī)IOS交互設(shè)計(jì)UI，APP程序開發(fā)技術(shù)，服務(wù)器通訊技術(shù)，數(shù)據(jù)庫等多項(xiàng)流行的技術(shù)，應(yīng)用不同領(lǐng)域的前瞻性技術(shù)才能實(shí)現(xiàn)。本論文是基于IPHONE手機(jī)的IOS操作系統(tǒng)開發(fā)IOS圖片聚合應(yīng)用的設(shè)計(jì)與實(shí)現(xiàn)，先闡述研究地背景，分析目前國內(nèi)外地研究狀況，發(fā)現(xiàn)目前國內(nèi)外開發(fā)應(yīng)用的功能，主要重點(diǎn)放在用戶的操作習(xí)慣是通過分類查找不同的圖片并提供了清晰的圖片分類列表，但是缺少以用戶為中心的帳戶互聯(lián)功能，使用戶對應(yīng)用的歸屬感不足。在這些基礎(chǔ)上，研究了IOS操作系統(tǒng)的實(shí)現(xiàn)開發(fā)圖片聚合具有很大的現(xiàn)實(shí)意義，并根據(jù)應(yīng)用的實(shí)際，選用各種技術(shù)的理由和方向，隨后進(jìn)行了圖片聚合應(yīng)用系統(tǒng)的需求設(shè)計(jì)，根據(jù)用戶對應(yīng)用的功能需求，對圖片聚合應(yīng)用開展整體設(shè)計(jì)；在需求設(shè)計(jì)的基礎(chǔ)上，進(jìn)行圖片聚合應(yīng)用系統(tǒng)設(shè)計(jì)，然后對圖片聚合應(yīng)用進(jìn)行了系統(tǒng)編碼代碼實(shí)現(xiàn)，遠(yuǎn)程服務(wù)器數(shù)據(jù)交互代碼的實(shí)現(xiàn)。然后是應(yīng)用功能和性能的測試與分析，搭建測試環(huán)境，力求有系統(tǒng)、有方向、有規(guī)劃地對應(yīng)用的功能和性能開展測試，分別從測試環(huán)境，測試項(xiàng)目和流程方法的角度，對系統(tǒng)測試進(jìn)行了介紹并對測試報(bào)告進(jìn)行了分析。最后對基于IOS圖片聚合應(yīng)用進(jìn)行了總結(jié)，該方案具備相對有趣的圖片功能、良好功能的可擴(kuò)展性和用戶對應(yīng)用的粘度，很好的操作體驗(yàn)，有著廣泛的可持續(xù)更新發(fā)展的市場應(yīng)用前景。

簡介：數(shù)字電視是近年來飛速發(fā)展的新技術(shù)數(shù)字電視的發(fā)展帶動了數(shù)字電視機(jī)頂盒的普及。數(shù)字電視以其優(yōu)越的音畫質(zhì)，多功能，強(qiáng)烈震撼的用戶體驗(yàn)與信息高速公路互聯(lián)互通的特點(diǎn)逐漸成為人們生活娛樂的中心。人們除了收看電視節(jié)目、收聽廣播，用數(shù)字電視觀看高清影片，欣賞圖片，播放音樂等也有其必要性。這表明，人機(jī)界面的質(zhì)量在數(shù)字電視市場上占據(jù)越來越重要的位置，友好的人機(jī)界面設(shè)計(jì)已經(jīng)成為數(shù)字電視研發(fā)的一個(gè)重要組成部分。數(shù)字電視中間件是數(shù)字電視業(yè)務(wù)系統(tǒng)中的一個(gè)重要軟件平臺，它可以將系統(tǒng)中差異較大的部分用統(tǒng)一的模塊來實(shí)現(xiàn)，從而形成統(tǒng)一的軟件平臺。本文結(jié)合IPTV數(shù)字電視機(jī)頂盒在四川廣電網(wǎng)絡(luò)的具體應(yīng)用，采用BCM7213硬件開發(fā)平臺和LINUX嵌入式操作系統(tǒng)，按照軟件工程的研究開發(fā)過程，基于九洲統(tǒng)一軟件平臺，完成了機(jī)頂盒多平臺圖片瀏覽器的開發(fā)和應(yīng)用。首先，通過分析機(jī)頂盒的開發(fā)標(biāo)準(zhǔn)和相關(guān)技術(shù)，引出中間件的概念。其次，介紹了使用多平臺開發(fā)方式中統(tǒng)一平臺開發(fā)方法而設(shè)計(jì)的九洲基礎(chǔ)平臺，并對數(shù)字電視UI設(shè)計(jì)的相關(guān)知識進(jìn)行了說明。隨后，進(jìn)行圖片瀏覽器各模塊的劃分，對UI及關(guān)鍵功能的算法實(shí)現(xiàn)進(jìn)行詳細(xì)設(shè)計(jì)，并完成了瀏覽器的實(shí)現(xiàn)。最后對實(shí)現(xiàn)結(jié)果進(jìn)行測試驗(yàn)證表面，中間件技術(shù)的應(yīng)用使圖片瀏覽器具有很強(qiáng)的可移植性，不僅提高效率，縮短研發(fā)周期，更重要的是降低了項(xiàng)目的開發(fā)成本。

簡介：在當(dāng)前互聯(lián)網(wǎng)時(shí)代里，圖片占據(jù)著重要的地位。而作為提供綜合性網(wǎng)絡(luò)信息的門戶網(wǎng)站，對圖片管理的要求也越來越高。正是為了實(shí)現(xiàn)對于圖片更好的管理，更方便快捷的將圖片呈現(xiàn)給門戶用戶，本人所在的門戶網(wǎng)站開發(fā)了新的圖片庫系統(tǒng)。該圖片庫系統(tǒng)主要是為編輯提供圖片上傳、編輯、分類等管理類服務(wù)，同時(shí)也實(shí)現(xiàn)圖片處理相關(guān)應(yīng)用，并且通過服務(wù)器端的技術(shù)使用，為門戶用戶呈現(xiàn)良好的圖片效果。本文即是以該圖片庫系統(tǒng)為背景，展示了該基于WEB的互聯(lián)網(wǎng)產(chǎn)品的設(shè)計(jì)與實(shí)現(xiàn)。在圖片庫系統(tǒng)中，本人主要參與實(shí)現(xiàn)了欄目管理模塊、圖集管理模塊、圖片管理模塊、汽車標(biāo)準(zhǔn)圖集模塊、日志統(tǒng)計(jì)模塊、圖片在線處理模塊、頁面顯示模塊、外部服務(wù)模塊八個(gè)模塊。本人在整個(gè)項(xiàng)目的開發(fā)實(shí)踐過程中，主要是以J2EEJAVA2PLATFM，ENTERPRISEEDITION開發(fā)為主，結(jié)合SPRING以及IBATIS等框架技術(shù)，構(gòu)建項(xiàng)目的架構(gòu)，設(shè)計(jì)并建立數(shù)據(jù)庫表，完成數(shù)據(jù)庫的讀寫操作，合理規(guī)劃欄目、圖集、圖片的關(guān)聯(lián)關(guān)系，完成圖片的歸類；并通過JSJAVA、FLEX、HTML5等前端技術(shù)，實(shí)現(xiàn)圖片在線處理功能以及圖片拖拽排序等前端應(yīng)用，改善系統(tǒng)的用戶體驗(yàn)，簡化了操作流程；再進(jìn)行頁面靜態(tài)化處理、數(shù)據(jù)庫遷移的工作，提升系統(tǒng)的性能，保證圖片庫系統(tǒng)的穩(wěn)定性；同時(shí)應(yīng)對需求變更，開發(fā)實(shí)現(xiàn)汽車標(biāo)準(zhǔn)圖集，滿足汽車頻道編輯的業(yè)務(wù)需求，完善系統(tǒng)功能，并且開發(fā)WEBSERVICE接口，實(shí)現(xiàn)外部系統(tǒng)對于圖片庫數(shù)據(jù)的獲取。最后根據(jù)需求，設(shè)計(jì)測試用例，對系統(tǒng)主要功能進(jìn)行測試，確保系統(tǒng)完整可靠。圖片庫系統(tǒng)現(xiàn)已在公司內(nèi)部正式上線，成為門戶網(wǎng)站的重要后臺管理系統(tǒng)，編輯通過系統(tǒng)實(shí)現(xiàn)了對圖片的管理，并且工作效率提升了40％以上。

簡介：隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展信息交換和傳播的方式也越來越多樣化對于企業(yè)來說需要及時(shí)獲知網(wǎng)絡(luò)上與自身有關(guān)的敏感信息。網(wǎng)絡(luò)敏感信息實(shí)時(shí)預(yù)警系統(tǒng)是針對企業(yè)需求開發(fā)的一種網(wǎng)絡(luò)信息審查系統(tǒng)可以對指定網(wǎng)站上的文本和圖片信息進(jìn)行獲取和分析。本文的研究屬于系統(tǒng)中的圖片搜索模塊在系統(tǒng)的圖片庫中辨別出公文圖片并使用漢字識別技術(shù)識別出標(biāo)題文本以進(jìn)行相應(yīng)的敏感信息匹配和預(yù)警。本文對公文圖片進(jìn)行標(biāo)題識別的方法分為圖片過濾、提取標(biāo)題字符和字符識別三個(gè)部分。圖片過濾是為了在種類繁多的圖片中過濾掉不具有公文特征的圖片公文圖片的明顯特征包括顏色分布特征和紅色橫杠特征再加上圖片的大小以這三個(gè)特征作為公文圖片的判斷標(biāo)準(zhǔn)。提取標(biāo)題字符是從圖片中提取出需要識別的單個(gè)字符這是特征提取和識別的先決條件提取字符可分為版面分析、字符切分、規(guī)范化和細(xì)化幾個(gè)步驟。字符識別是對各個(gè)標(biāo)題字符進(jìn)行特征提取和識別這個(gè)部分又分為特征提取和識別器的設(shè)計(jì)兩個(gè)步驟識別器包括粗分類和單字識別采用最近距離分類法進(jìn)行多級分類和計(jì)算以得到最后的識別結(jié)果。將本文介紹的圖片檢索和識別方法應(yīng)用到網(wǎng)絡(luò)敏感信息實(shí)時(shí)預(yù)警系統(tǒng)中使系統(tǒng)在檢索文本信息的同時(shí)還具有了對網(wǎng)站上的公文圖片進(jìn)行檢索和預(yù)警的功能實(shí)際應(yīng)用中的狀況表明本文的方法能夠較好地檢索出公文圖片并識別標(biāo)題信息。

簡介：在圖像檢索技術(shù)研究的領(lǐng)域，基于內(nèi)容的圖像檢索技術(shù)是目前的研究熱點(diǎn)，基于內(nèi)容檢索的實(shí)質(zhì)是將圖像的底層特征進(jìn)行采集提取，而后對提取的圖像特征進(jìn)行檢索，當(dāng)然提取特征與特征檢索手段多種多樣。為了刻畫兩幅圖像相似特征集合之間的相似與接近程度問題，本文對若干相似性度量標(biāo)準(zhǔn)之間的關(guān)系進(jìn)行了討論，并給出其定理、性質(zhì)然后提出解決方案并最終實(shí)現(xiàn)。在貼近度理論的框架中，對兩種貼近度計(jì)算方法進(jìn)行討論與對比，舉例說明相似性度量計(jì)算在實(shí)際中的應(yīng)用。本文研究結(jié)合河南師范大學(xué)圖書館的藝術(shù)圖片庫項(xiàng)目，對圖片庫的檢索方法進(jìn)行了功能的擴(kuò)展，在過去的關(guān)鍵詞檢索的基礎(chǔ)上，增加了基于圖像內(nèi)容的檢索功能，這將在很大程度上方便用戶對圖像素材的搜集。在基于內(nèi)容的圖像檢索方法實(shí)現(xiàn)的過程中，對圖像的特征提取從顏色與形狀兩個(gè)方面入手，為了能用數(shù)字化表達(dá)和描述直方圖，本文提出一種基于區(qū)域直方圖的顏色特征粒化定義和描述方法，該方法既保持原有全局直方圖固有的特點(diǎn)，旋轉(zhuǎn)縮放處理后的穩(wěn)定性，又能夠在一定程度上反映圖像顏色的空間分布特性，根據(jù)圖像主色在圖像中的分布特性，提取每個(gè)分割區(qū)域內(nèi)主色的色彩純度特征，并記錄這些包含主色的分割區(qū)域在圖像中的原始位置，以生成映顏色的空間分布特性這一特征，用于相似性度量，同時(shí)還利用特征集來描述了圖像的灰度分布規(guī)律這一全局形狀特征，提出了基于HU矩描述幾何形狀的特征向量的貼近度計(jì)算方法，在圖像的各種特征粒集的基礎(chǔ)上，利用引入粒概念貼近度的相似性度量方法，對這些特征粒集進(jìn)行計(jì)算，并將所得值進(jìn)行排列，從而達(dá)到檢索的目的。本文提出的檢索辦法可以將特征向量與計(jì)算方法都大大簡化，更加適合圖片庫項(xiàng)目中這種海量圖片的特征提取與快速檢索，檢索方法有著較高的效率和穩(wěn)定性，并且在準(zhǔn)確性方面也有令人較為滿意的實(shí)驗(yàn)數(shù)據(jù)體現(xiàn)。

簡介：隨著互聯(lián)網(wǎng)的飛速發(fā)展從互聯(lián)網(wǎng)上抓取的數(shù)據(jù)呈現(xiàn)幾何級增長一方面對網(wǎng)頁的存儲增加了技術(shù)難度另一方面如何處理PB級別的數(shù)據(jù)也是擺在工程師面前的技術(shù)難題。傳統(tǒng)的單機(jī)數(shù)據(jù)處理雖然十分方便但所耗時(shí)間很長對于當(dāng)前情況根本無法滿足所以需要采用分布式方式進(jìn)行數(shù)據(jù)處理。而采用分布式處理海量數(shù)據(jù)就需要進(jìn)行并行化程序設(shè)計(jì)。本系統(tǒng)服務(wù)平臺就是為了解決策略研發(fā)人員方便進(jìn)行分布式索引建庫進(jìn)行開發(fā)的。針對大數(shù)據(jù)量建庫的問題主要的解決方法是采用分布式存儲和計(jì)算利用開源的HADOOP框架完成整體流程。利用HADOOP自身強(qiáng)大的兼容性和易開發(fā)性將大數(shù)據(jù)分而治之并結(jié)合HADOOP自身的排序機(jī)制完成數(shù)據(jù)的定向分配和處理生成最終供用戶使用的索引文件針對研發(fā)人員經(jīng)常調(diào)研新的排序策略而且分布式索引建庫需要在同一集群上并行運(yùn)行系統(tǒng)解決的方式是給用戶提供一個(gè)可配置的建庫申請文件在文件中自定義自己的程序信息保證不同用戶可以并行啟動分布式建庫任務(wù)針對用戶對建庫過程不了解的問題采用統(tǒng)一服務(wù)平臺接口用戶只需提供相應(yīng)的建庫請求文件即可完成最終的索引并傳輸至指定的機(jī)器同時(shí)在建庫過程中為了使用戶及時(shí)了解索引建庫進(jìn)度系統(tǒng)采用階段性郵件通知使建庫的細(xì)節(jié)過程更加透明。本文對上述問題提供了合理的解決方案同時(shí)采用CC以及SHELL語言在HADOOP分布式環(huán)境下具體實(shí)現(xiàn)了用于圖片檢索的分布式建庫服務(wù)平臺。經(jīng)過測試表明本系統(tǒng)平臺能夠方便為多用戶提供分布式建庫服務(wù)而且由于用戶采用該統(tǒng)一建庫服務(wù)平臺只是每次策略不同系統(tǒng)也更加容易維護(hù)升級。

簡介：進(jìn)入二十一世紀(jì)以后隨著互聯(lián)網(wǎng)的不斷發(fā)展和互聯(lián)網(wǎng)技術(shù)的深入應(yīng)用一些大型的門戶網(wǎng)站和電子商務(wù)網(wǎng)站迅速發(fā)展起來如淘寶網(wǎng)、京東、亞馬遜、新浪等。這些網(wǎng)站圖片所占用的資源相當(dāng)大且其數(shù)量呈爆炸式增長并且具有高并發(fā)訪問性。面對海量的圖片資源如何高效的存儲以及如何在滿足高并發(fā)訪問的前提下構(gòu)建高效廉價(jià)的存儲系統(tǒng)成為軟件架構(gòu)師需要迫切解決的問題。云計(jì)算的出現(xiàn)給我們提供了一條思路通過分析我們可以采用分布式存儲系統(tǒng)來解決上述難題。本文通過分析海量圖片的存儲需求以及對現(xiàn)有分布式系統(tǒng)的研究提出了一種基于云計(jì)算的海量圖片存儲模型。該模型部署在LINUX機(jī)器集群上以HADOOP中的HDFS為基礎(chǔ)并且通過優(yōu)化實(shí)現(xiàn)了高容錯性并且能夠提供可靠的高并發(fā)訪問。采用新型的數(shù)據(jù)組織結(jié)構(gòu)把文件名和物理地址相映射從而提供了良好讀寫性。同時(shí)采用HA架構(gòu)保證系統(tǒng)的可用性。本文的研究內(nèi)容主要包含以下三個(gè)方面第一通過對海量圖片存儲的需求分析以及對現(xiàn)有分布式系統(tǒng)的研究提出了基于HADOOP的存儲模型。通過采用MASTERSLAVE架構(gòu)實(shí)現(xiàn)了在廉價(jià)的計(jì)算機(jī)集群上部署系統(tǒng)并且具有高容錯性和擴(kuò)展性。第二通過設(shè)計(jì)緩存系統(tǒng)保證了存儲系統(tǒng)的穩(wěn)定性。通過設(shè)計(jì)均衡負(fù)載實(shí)現(xiàn)了對各個(gè)存儲節(jié)點(diǎn)的優(yōu)化。第三在對圖片元數(shù)據(jù)的存儲中采用的是HADOOP的HBASE。通過對圖片文件名的重新設(shè)計(jì)使得同一類型的圖片所存儲的物理地址盡可能的靠近從而提高了查詢的效率。本文研究的存儲系統(tǒng)在LINUX服務(wù)器上進(jìn)行了系統(tǒng)的搭建通過一系列的測試所得的數(shù)據(jù)分析了系統(tǒng)的合理性和可行性并且驗(yàn)證了文中所提方法的有效性和實(shí)用性。

簡介：隨著移動手持設(shè)備和互聯(lián)網(wǎng)的快速發(fā)展，數(shù)據(jù)特別是圖像數(shù)據(jù)獲取變得愈來愈容易。由于圖片拍攝時(shí)主客觀條件的限制，手持相機(jī)包括手機(jī)拍攝的圖片中所呈現(xiàn)的世界通常會出現(xiàn)一定程度的傾斜。攝影學(xué)的美學(xué)被用來避免攝影中出現(xiàn)這種傾斜并為糾正傾斜提供理論依據(jù)。雖然目前存在一些專業(yè)的工具，可以對拍攝的圖片進(jìn)行后期的處理，但這些往往需要一些專業(yè)知識的輔助，并不適用大量的業(yè)余攝影愛好者。同時(shí)為了使拍攝出來的圖像更加美觀，攝影美學(xué)中存在不少標(biāo)準(zhǔn)，來盡可能達(dá)到這樣的要求，但是這些要求往往都只能針對拍攝前有效，對于已經(jīng)拍攝出來的圖像卻無能無力。針對這些問題，本文提供一種有效的方法來對圖片進(jìn)行重定位。重定位分為兩個(gè)部分，傾斜度的調(diào)整和顯著性的調(diào)整。對于判斷圖像中的場景是否存在傾斜，容易想到利用水平線去判斷，但是對計(jì)算機(jī)而言，圖像中的水平線并不能直觀地表達(dá)出來，而本文提出的方法可以很好的規(guī)避這個(gè)問題，本文利用水平方向的消隱線來判斷圖像中的場景是否傾斜，并且利用這個(gè)信息來調(diào)整角度使之保持水平。同時(shí)本文還利用消隱線來重新調(diào)整拍攝后的圖像，突出圖片中的不同物體，以符合攝影美學(xué)中的三分線標(biāo)準(zhǔn)。除了對圖像進(jìn)行重新定位外，本文基于消隱線還提出了另一個(gè)應(yīng)用，判斷圖像的獲取方式，因?yàn)槭殖值呐臄z往往不能保持拍攝場景的水平，故可以利用消隱線的傾斜程度來判斷圖像的獲取更傾向于是什么拍攝方式。論文最后給出了利用消隱線進(jìn)行圖像重定位的實(shí)驗(yàn)結(jié)果，并通過實(shí)驗(yàn)證明了上述方法的性能。

簡介：隨著社會經(jīng)濟(jì)的發(fā)展，全球各地高層建筑的不斷涌現(xiàn)，電梯的使用量也與日俱增。安全性、運(yùn)輸效率、舒適性是電梯的三大技術(shù)指標(biāo)，在當(dāng)今人類科技能力日臻完善的情況下，安全性和運(yùn)輸效率都已經(jīng)有了很好的保障，此時(shí)人們對舒適性的追求開始逐漸增加。電梯圖片機(jī)可以為電梯乘客提供日期時(shí)間、樓層、電梯運(yùn)行狀態(tài)等信息及精美的廣告圖片欣賞，在一定程度上消除了人們乘坐電梯時(shí)的枯燥感。本論文以電梯圖片機(jī)的開發(fā)為背景，詳細(xì)介紹了電梯圖片機(jī)的硬件及軟件設(shè)計(jì)過程，著重闡述了在不帶操作系統(tǒng)的嵌入式系統(tǒng)應(yīng)用中實(shí)現(xiàn)USB主機(jī)功能的方法。首先，介紹了通用串行總線技術(shù)USB的發(fā)展及其基本原理，包括USB總線拓?fù)浣Y(jié)構(gòu)、傳輸機(jī)制、數(shù)據(jù)流模型、電氣層規(guī)范及協(xié)議層規(guī)范等。以及介紹了FAT32文件系統(tǒng)的原理，并詳細(xì)分析了其組織結(jié)構(gòu)及各個(gè)組成部分，分析了讀文件、寫文件、刪除文件等文件檢索過程。接著，介紹電梯圖片機(jī)的設(shè)計(jì)。硬件設(shè)計(jì)包括電源模塊、USB主機(jī)系統(tǒng)模塊、CANBUS模塊及RS232模塊等幾個(gè)部分；軟件設(shè)計(jì)具體包括CANBUS接收子程序、RS232通信子程序、圖片格式轉(zhuǎn)換子程序及USB主機(jī)系統(tǒng)的軟件實(shí)現(xiàn)等部分。其中，USB主機(jī)系統(tǒng)的軟件實(shí)現(xiàn)是本項(xiàng)目的重點(diǎn)及難點(diǎn)，概括起來由USB主機(jī)控制器SL811HS驅(qū)動程序、USB總線枚舉、MASSSTAGE類協(xié)議實(shí)現(xiàn)、FAT32文件系統(tǒng)實(shí)現(xiàn)等部分組成。最后，給出了本項(xiàng)目的成果展示，并就項(xiàng)目實(shí)施過程中遇到的問題及收獲做了總結(jié)。本論文就嵌入式USB主機(jī)系統(tǒng)存在的兼容性及數(shù)據(jù)傳輸速率兩個(gè)問題做了進(jìn)一步的研究、探討，提出了一些增強(qiáng)兼容性和提高數(shù)據(jù)傳輸速率的有效解決辦法，并在實(shí)際應(yīng)用中得到驗(yàn)證。本文設(shè)計(jì)的電梯圖片機(jī)具有操作簡單、使用方便及穩(wěn)定性高等特點(diǎn)，達(dá)到了預(yù)期目標(biāo)，并成功實(shí)現(xiàn)產(chǎn)品化。

簡介：道路半自動提取技術(shù)是通過人機(jī)交互的形式將航空或航天圖像中的道路提取和識別的圖像識別技術(shù)。近年來，隨著航天技術(shù)的不斷發(fā)展，衛(wèi)星圖片上的道路的提取也越來越受到重視。道路提取對于GIS數(shù)據(jù)更新、影像匹配、目標(biāo)檢測等都具有重要意義。因此，如何快速、準(zhǔn)確的提取所需要的道路是當(dāng)前圖像識別的研究熱點(diǎn)。本文以“無人飛機(jī)遙現(xiàn)操控與模擬系統(tǒng)”為項(xiàng)目背景，對衛(wèi)星圖片中道路半自動提取方法進(jìn)行了全面深入的分析。首先，概述了衛(wèi)星圖片中道路半自動提取的研究意義、研究現(xiàn)狀和存在的問題。然后系統(tǒng)地論述了道路提取方法。通過對道路自動提取方法和半自動提取方法進(jìn)行對比分析，并結(jié)合課題研究背景得到半自動提取方法的切實(shí)可行性。其次，根據(jù)無人機(jī)定位跟蹤的需要，分析比較了動態(tài)規(guī)劃法、基于SNAKES或主動輪廓ACTIVECONTOUR模型的方法、基于主動試驗(yàn)ACTIVETESTING模型的方法、模板匹配方法和神經(jīng)網(wǎng)絡(luò)方法的優(yōu)缺點(diǎn)。提出了以電子地圖中道路點(diǎn)信息為先驗(yàn)知識的衛(wèi)星圖片中道路半自動提取的解決方案。對基于主元神經(jīng)網(wǎng)絡(luò)和K均值的方法進(jìn)行改進(jìn)，并取得了很好的效果。最后，在分析了現(xiàn)有的神經(jīng)網(wǎng)絡(luò)方法的基礎(chǔ)上，根據(jù)項(xiàng)目的實(shí)際需要，提出了一種以電子地圖為先驗(yàn)知識利用神經(jīng)網(wǎng)絡(luò)提取道路的方法。該方法中利用電子地圖獲得道路的經(jīng)度和緯度信息，而后通過計(jì)算獲得提取道路點(diǎn)所在的衛(wèi)星圖片名稱。讀取該衛(wèi)星圖片，將圖像中道路點(diǎn)的局部統(tǒng)計(jì)特征和紋理特征為PCNN神經(jīng)網(wǎng)絡(luò)的輸入訓(xùn)練神經(jīng)網(wǎng)絡(luò)權(quán)值，而后將圖像各像素的統(tǒng)計(jì)特征和紋理特征輸入神經(jīng)網(wǎng)絡(luò)。將網(wǎng)絡(luò)的輸出作為SVM的輸入，進(jìn)行分類得到最終的道路提取結(jié)果。仿真試驗(yàn)表明，該方法取得了較好的效果。可以提高道路提取速度和準(zhǔn)確度。

簡介：塹生通迅鯊塞焦苧苤差新聞通箍圖莊拍攝籩播鮑調(diào)查拯生⑧論文作者簽名縫壘指導(dǎo)教師簽名夕餳錕論文評閱人1嬰盎捶∑副塾撞∑逝江太堂評閱人2塞董∑副數(shù)撞逝江太堂評閱人3筮速主堡運(yùn)主逝江旦拯評閱人4評閱人5答辯委員會主席王登直級緝塑∑塹聞塞送委員1筮董3副教撞3逝江太堂委員2奎紅洼∑副熬拯∑逝婆太堂委員3垂凱3副教拯∑逝江太堂委員4盆斂副教拯3浙江太堂委員5星空3到數(shù)量∑逝江太堂答辯日期2Q曼3生5月2魚旦浙江大學(xué)碩士學(xué)位論文致謝感謝徐忠民老師的推薦，讓我獲得了暑期前往新華社浙江分社實(shí)習(xí)的機(jī)會，并在此基礎(chǔ)上形成了這篇調(diào)研報(bào)告。攝影只是作為攝影記者工作的一部分，其中更多的是學(xué)習(xí)到了與前輩老師相處，與被訪者溝通的技巧，并鍛煉了自己的社會工作實(shí)踐能力。比較遺憾的是在實(shí)習(xí)過程中沒有實(shí)時(shí)記錄當(dāng)時(shí)的感想和拍攝心得，導(dǎo)致現(xiàn)在的寫作過程中要去回憶當(dāng)初的情景，內(nèi)容的詳實(shí)度會有欠缺。在實(shí)習(xí)時(shí)就應(yīng)該邊學(xué)習(xí)邊總結(jié)，整理數(shù)據(jù)，從理論上去支持拍攝工作。在此畢業(yè)設(shè)計(jì)即將完成之際，我在浙江大學(xué)的求學(xué)生涯也將告一段落。六年的時(shí)光猶如白駒過隙，往事點(diǎn)點(diǎn)滴滴、歷歷在目。經(jīng)過近一年的準(zhǔn)備，我的碩士畢業(yè)設(shè)計(jì)終于要定稿完成，這將是我大學(xué)生涯的休止符。畢業(yè)在即，我要衷心感謝在我的學(xué)習(xí)生涯中給予我?guī)椭膸熼L、同學(xué)、朋友和家人。首先，我要以一顆最誠摯的心感謝我的導(dǎo)師徐忠民副教授。從論文的選題、資料收集、開題，到初稿的形成，再到最后的定稿，都離不開徐老師的悉心指導(dǎo)。徐老師嚴(yán)謹(jǐn)求實(shí)的治學(xué)態(tài)度和誨人不倦的師者風(fēng)范將引領(lǐng)我一生的思考與追求。同時(shí)，我要感謝新華社浙江分社圖片編輯王小川老師。無論是在實(shí)習(xí)期還是在論文的數(shù)據(jù)實(shí)證部分，王老師給予了我大量指導(dǎo)。此外，在論文撰寫過程中我考察學(xué)習(xí)了大量文獻(xiàn)與圖片材料，感謝所有文獻(xiàn)與圖片的作者。正是在你們研究的基礎(chǔ)上，才有我今天這份調(diào)研報(bào)告。感謝室友，我們互相幫助、互相扶持，相互給予精神上的支持，一同鼓勵著度過了最艱難的日子，和你們共同學(xué)習(xí)、生活的日子將是我今后最美好的回憶。感謝在浙大求是園相遇的我一生的朋友，你們的關(guān)愛是我面對困難時(shí)最大的精神動力感謝我的父母，家人的支持與鼓勵是我不懈奮斗的源頭感謝參加本論文評閱的徐斌、朱菁及邵志擇老師，參與答辯的王郁、朱菁、汪凱、李紅濤及徐敏老師謝謝你們的辛苦付出張凌2013年5月于浙江大學(xué)西溪校區(qū)

簡介：反向圖片搜索引擎是一種新型的圖像搜索引擎它可以更為直觀的表達(dá)用戶的搜索意圖并且能客觀的幫助用戶實(shí)現(xiàn)搜索“以圖搜圖”已成為圖像搜索引擎的發(fā)展方向。本文對幾種典型的圖像搜索算法進(jìn)行了研究分析并對各自算法的特點(diǎn)以及該算法所適用的典型圖片進(jìn)行了深入探討。為了適應(yīng)內(nèi)容豐富、信息復(fù)雜的圖片搜索滿足用戶對搜索結(jié)果精度的要求對算法進(jìn)行了優(yōu)化。本文主要研究了基于內(nèi)容的圖像檢索算法包括基于顏色的圖像檢索算法、基于條紋的圖像檢索算法、基于形狀的圖像檢索算法、基于局部特征不變的檢索算法。對每種算法在實(shí)際應(yīng)用中的優(yōu)缺點(diǎn)做了分析。結(jié)合分析結(jié)果給出了基于多特征的圖像檢索算法。使圖像檢索算法的精確度和健壯性都得到了提高。主要研究內(nèi)容如下1改進(jìn)了基于顏色特征的圖像檢索算法。利用HSI空間在顏色表示上的優(yōu)越性結(jié)合分塊提取的方法對基于顏色特征的圖像檢索算法做出了改善。利用分塊算法在顏色的空間分布、顏色直方圖表示和圖像各個(gè)分塊之間的聯(lián)系上的優(yōu)點(diǎn)使圖像檢索更加方便、準(zhǔn)確2對灰度共生矩陣、邊緣直方圖、HU不變矩、角點(diǎn)檢測等基于底層特征的圖像檢索算法進(jìn)行性能對比方便其在基于多特征時(shí)的應(yīng)用3綜合各個(gè)基于底層特征的圖像檢索算法得出的相似度給出了加權(quán)的多特征圖像檢索算法和基于多特征融合的算法4對實(shí)驗(yàn)結(jié)果進(jìn)行統(tǒng)計(jì)分析。結(jié)果證明基于多特征的圖像檢索算法較原先基于低層特征的算法具有快速和準(zhǔn)確等優(yōu)點(diǎn)。更加適合于基于圖像內(nèi)容的反向圖片搜索引擎。