簡介：行人檢測技術在視頻監(jiān)控、智能機器人、智能輔助駕駛、行人分析等領域都有著廣泛的應用前景。但行人圖像不論是在身材、姿態(tài)，還是在視角、光照等方面都有不同，再加上背景的復雜性、攝像頭自身的移動和晃動，以及行人檢測對精度和速度的較高要求，使得行人檢測成為了機器視覺中最困難的課題之一。由于良好的靜態(tài)圖片行人檢測技術是設計高性能行人檢測系統(tǒng)的前提，因此本文在對行人檢測相關算法進行充分調研的基礎上，研究了靜態(tài)圖像中行人檢測的幾種經典算法。在基于經典算法的設計思想之上，針對其存在的問題，本文提出了三種行人檢測的新方法，能夠快速高效地檢測出行人。本文的主要工作如下1、對目前行人檢測的現(xiàn)狀及常用方法進行了簡要地介紹和總結，并對當前行人檢測中存在的問題與難點進行了論述和展望。2、介紹了本文所提出的行人檢測方法基于的理論基礎及關鍵技術。3、提出一種基于多尺度塊的局部二值模式MB_LBP編碼統(tǒng)計直方圖和交叉核支持向量機HIKSVM的行人檢測算法。與HOGLINEARSVM等經典算法進行了實驗對比，驗證了本算法的有效性。4、提出一種基于SUBSETHAARLIKE模板的中間層特征的行人檢測算法。該算法使用HAARLIKE子集模板對底層的聚合通道特征ACF圖進行過濾，提取出了中間層濾波特征，該特征結合基于決策樹的ADABOOST分類器構成了行人檢測算法。該算法能夠很好地過濾非行人窗口，降低行人誤檢率。5、提出一種基于加權SUBSETHAARLIKE中間層特征的行人檢測算法。該算法是通過對SUBSETHAARLIKE中間層特征進行加權線性組合來提取目標特征的，并使用線性判別分析法LDA學習其權重系數(shù)。在INRIA數(shù)據(jù)庫上的實驗驗證了該算法的有效性。

簡介：隨著信息社會的不斷發(fā)展軍人接觸互聯(lián)網的機會已大大增加軍人在網絡上的活動日益頻繁。部分現(xiàn)役和退伍軍人喜歡在一些網絡論壇和社交網站如QQ人人網等中上傳自己的軍裝照片這為軍隊的保密工作和形象維護帶來了新的挑戰(zhàn)。為此我軍出臺了一系列規(guī)定規(guī)范軍人在互聯(lián)網上的行為。為了加強對軍人網絡違規(guī)行為的檢測本文圍繞網絡空間中的軍裝圖片識別問題進行研究并提出一種基于多特征融合的軍裝圖片識別方法通過對軍裝圖片的識別可以有效檢測軍人上網行為。該方法首先提取人體圖像上部區(qū)域的顏色、紋理和局部特征然后利用多核學習方法對多特征進行融合并分類。本文主要工作如下1提出了基于稀疏SIFT和稠密SIFT描述子的混合SIFTBOW特征表達方式。將一幅圖像中的局部顯著區(qū)域作為前景區(qū)域用稀疏SIFT描述其余區(qū)域作為背景區(qū)域用稠密SIFT描述。在生成BOW特征時將稀疏SIFT作為主描述子將稠密SIFT作為輔助描述子進行加權融合得到混合SIFTBOW特征?；旌蟂IFTBOW特征表達方法結合了稀疏SIFT描述局部顯著區(qū)域的優(yōu)點和稠密SIFT描述平滑一致區(qū)域的優(yōu)點能夠更準確地表達軍裝圖像局部特征。2提出了一種改進的BOW模型ESWMBOW來提取軍裝圖片的局部區(qū)域特征該模型基于一種新的視覺單詞加權方法熵空間加權圖ESWMENTROPYSPATIALWEIGHTMAP?？臻g加權圖SWM根據(jù)視覺單詞在圖像中不同局部區(qū)域出現(xiàn)的頻率計算而得。由于每個視覺單詞在不同圖片類中出現(xiàn)的概率可能不同根據(jù)信息理論可以用熵來描述視覺單詞的這種分類信息。因而在計算視覺單詞權重分布時除了考慮該視覺單詞在局部區(qū)域出現(xiàn)的概率大小外再融入視覺單詞在該區(qū)域的分類信息得到熵空間加權圖ESWMESWM可以進一步提升視覺單詞的區(qū)分能力。3利用多核學習方法對多特征進行融合提升軍裝圖片分類器性能。首先為每種特征選擇最適合的核函數(shù)然后通過多核學習優(yōu)化各核函數(shù)權重。與單一核函數(shù)的支持向量機相比基于多核學習的支持向量機能夠獲得更好的分類性能。本文利用MATLAB對軍裝圖片識別方法進行模擬實驗結果表明該方法能對常服軍裝圖片進行有效識別對光照變化、部分遮擋和身體姿態(tài)變化具有較強的魯棒性平均識別率達928％。

簡介：近年來，隨著圖片分享網站的興起和應用，互聯(lián)網中的圖片數(shù)量呈指數(shù)增長。由于智能手機的普及，越來越多的人習慣于隨手分享自己的圖片。然而人們往往對同一景點或事物進行連續(xù)拍照，并將這些圖片全部上傳分享，這就造成互聯(lián)網海量圖片中存在嚴重的重復和近似數(shù)據(jù)。同時，由于智能手機有電量限制，分享這些重復和近似的圖片將會浪費大量手機電量。因此，如何在考慮手機能耗的因素下進行圖片實時分享就顯得尤為重要。設計出一種面向智能手機能耗受限的實時圖片分享系統(tǒng)，實現(xiàn)實時分享圖片的同時考慮手機能耗，根據(jù)手機剩余電量智能地選擇與圖片庫中最不近似的圖片上傳。該系統(tǒng)服務器端借助簡潔特征表示和空間高效的索引結構實現(xiàn)。在簡潔特征表示中，將圖片轉變成海明空間下的特征向量。在索引結構中，利用位置靈敏哈希LOCALITYSENSITIVEHASHINGLSH對近似圖片進行分組，用于支持快速的近似檢測。但是傳統(tǒng)的LSH空間利用率較低，CUCKOOHASHING機制可以很好的解決這一問題。更進一步，利用半隨機選擇機制來優(yōu)化CUCKOOHASHING機制中隨機選擇機制以提高性能。該系統(tǒng)在手機端實現(xiàn)能耗感知功能模塊，它根據(jù)手機剩余電量進行圖片壓縮，提取局部特征點并生成特征向量，并將剩余電量上傳給服務器端。服務器端在相似性準則的指導下，根據(jù)剩余電量計算返回最后結果。手機端再根據(jù)服務器端返回的結果決定需要上傳到服務器中的非近似圖片。實現(xiàn)了原型系統(tǒng)，并對多項指標進行了測試。實驗結果表明該原型系統(tǒng)有明顯的提升性能。

簡介：隨著互聯(lián)網時代的來臨，傳統(tǒng)的廣播電視生態(tài)圈也在發(fā)生著顛覆性的變革。PC、平板電腦、智能手機、智能電視一體機、智能電視機頂盒等視頻媒體終端的興起使得三網融合已成為不可逆轉的趨勢。終端的智能化在改變用戶的收視習慣的同時，也使得廣播電視服務受到互聯(lián)網良莠不齊視頻內容的沖擊。自主研發(fā)的HUSTRIMHUAZHONGUNIVERSITYOFSCIENCETECHNOLOGY，SOFTWARECOLLEGE，TELEVISIONRADIOINFMATIONMANAGEMENT系統(tǒng)旨在能夠為實現(xiàn)全網內容的監(jiān)管控制、管理提供保障。在基于三網融合的內容監(jiān)管系統(tǒng)HUSTRIM中，圖片存儲管理子系統(tǒng)HUSTRIMPS作為其核心部件，它實現(xiàn)了三網融合下海量圖像內容數(shù)據(jù)的存儲及管理，為其他子系統(tǒng)供了高效的存儲和檢索支持。在HUSTRIMPS系統(tǒng)中，基于分布式數(shù)據(jù)存儲架構，分析海量圖片數(shù)據(jù)對存儲系統(tǒng)的特定要求，討論海量圖片數(shù)據(jù)存儲技術及原理，研究圖片存儲管理的策略；開發(fā)一種基于HADOOP的具有高可用、高并發(fā)和高擴展性的圖片存儲管理結構，滿足了HUSTRIM系統(tǒng)對圖片存儲管理功能和效率的要求。模擬實驗的結果表明，HUSTRIMPS系統(tǒng)在功能上具有更好的可用性，性能上具有更快的處理速度，但在海量圖片的處理上還需要進一步的改進。

簡介：論文作者簽名指導教師簽名論文評閱人1評閱人2評閱人3評閱人4評閱人5答辯委員會主席委員1委員2委員3委員4委員5三也顯絲一耋經壺魚過盛一邈墨這一壟主魅壺一趙睦塞ACKNOWLEDGEMENTS1WOULDLIKETOEXPRESSMYHEARTFELTGRATITUDETOTHEFOLLOWINGPEOPLEWHOHAVEHELPEDMEINWRITINGTHISTHESISFIRSTOFALL，IAMGREATLYINDEBTEDTOMYSUPERVISORPROFESSORMABOSEN，WHOISALWAYSSOPATIENTWITHMEANDHASGIVENMEPRECIOUSADVICE，CONSTRUCTIVESUGGESTIONSANDCONSTANTSUPPORTWITHOUTHISPROFESSIONALINSTRUCTION，CAREFULREVISIONSOFTHEDRMANDTIMELYENCOURAGEMENTMYTHESISWOULDHAVEBEENOTHERWISEIHAVEBEENENLIGHTENEDBYHISLECTURESINLINGUISTICSCLASSSINCEIWASANUNDERGRADUATEINZHEJIANGUNIVERSITYLATERIALSOBENEFITALOTFROMHISINSTRUCTIONSINMYPOSTGRADUATEPROGRAMSASWELLASHISATTITUDEOFUNDERTAKINGACADEMICRESEARCHMEANWHILE，MYGRATITUDEMUSTBEEXTENDEDTOTHESCHOOLOFINTERNATIONALSTUDIES，ZHEJIANGUNIVERSITYWHEREIHAVEHADMYGRADUATESTUDYIFEELGRATEFULTOALLMYTEACHERSFORTHEIRENLIGHTENINGLECTURESANDCONSCIENTIOUSTEACHINGMYGRATEFULNESSSHOULDALSOGOTOMYCOLLEAGUESGRACEFENGANDDRAGONFAN，WHOHAVEOFFEREDMEGREATHELPINSEARCHINGREFERENCEANDHAVEPROVIDEDMEWITHMANYBOOKSRELEVANTTOT11ISTHESISFINALLY1WOULDLIKETOEXPRESSMYDEEPESTGRATITUDETOMYPARENTS，WHOTAKECAREOFMYSONWHENIAMBUSYWITHMYTHESISWITHOUTTHEIRSELFLESSLOVEMYTHESISWOULDHAVEBEENIMPOSSIBLE

簡介：隨著計算機視覺技術的發(fā)展和成熟，越來越多的應用領域，例如建筑可視化、古文物展示、輔助醫(yī)療、三維立體電影、電腦游戲產業(yè)以及虛擬現(xiàn)實等需要獲得真實物體的高清、照片級別的真實感三維模型?；趫D片序列的三維重建是一種低成本、易操作三維模型的技術路線，使用這種技術，用戶可以使用任何常見的手持消費級相機圍繞物體進行拍攝，從這一組隨意拍攝的圖片序列，可以重建出相機的運動位置以及有紋理的場景三維模型。針對基于圖像三維重建技術的特點以及存在的難點，在如下幾個方面開展了研究第一，大尺度圖像特征提取框架，在對大圖像進行特征提取時使用圖像分塊，把一個超大分辨率的圖像按SS的大小分成一個個有重合的子區(qū)域進行并行的特征提取，然后根據(jù)子區(qū)域特征點位置進行排序和過濾，進行特征點去重，得到一個可以使用普通計算機進行超大圖像的特征點提取的解決方案。第二，基于圖像的三維重建流程中，當圖像數(shù)據(jù)集增大到一定規(guī)模的時候，直接進行兩兩匹配的時間消耗變得不可接受。只有有效地相關聯(lián)的圖像匹配才會對重建做出貢獻，對無效的圖像對的匹配計算是無用功的。提出了構建全局的哈希編碼，有效的過濾無效匹配對，提高了大規(guī)模圖像集合匹配的效率。第三，構建了一套低成本三維重建系統(tǒng)，對基于圖像的運動恢復結構三維重建技術圖像特征點提取、特征點匹配、相機標定與姿態(tài)估計、三角定位、集束調整、點云稀疏重建、稠密點云重建、網格化及紋理映射各個步驟的算法和原理進行了研究和分析，在現(xiàn)有基礎上實現(xiàn)了一個從圖片到模型生成的完整系統(tǒng)。

簡介：點擊查看更多路透網和新華網圖片報道的比較研究.pdf精彩內容。

簡介：點擊查看更多基于圖片隱藏技術的密寫系統(tǒng)研究與實現(xiàn).pdf精彩內容。

簡介：單位代碼單位代碼10445學號2013020506分類號H319研究生類別研究生類別全日制全日制碩士學位論文（學（學術學位）位）論文題目論文題目THEMEANINGCONSTRUCTIONOFONLINEENGLISHPHOTONEWSFROMMULTIMODALPERSPECTIVE多模態(tài)視域下網絡英語圖片新聞的意義構建多模態(tài)視域下網絡英語圖片新聞的意義構建學科專業(yè)名稱學科專業(yè)名稱英語語言文學英語語言文學申請人姓名人姓名李紅李紅指導教師肖龍福肖龍福教授論文提交時間論文提交時間20152015年6月5日獨創(chuàng)性聲明獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經發(fā)表或撰寫過的研究成果，也不包含為獲得山東師范大學山東師范大學或其他教育機構的學位或證書而使用過的材料。與我一同工作的人對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。作者簽名簽字日期20年月日學位論文版權使用授權書學位論文版權使用授權書本學位論文作者完全了解山東師范大學山東師范大學有關保留、使用學位論文的規(guī)定，有權保留并向國家有關部門或機構送交論文的復印件和電子文稿，允許論文被查閱和借閱。本人授權山東師范大學山東師范大學可以將學位論文的全部或部分內容編入有關數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復制手段保存、匯編學位論文。作者簽名導師簽名簽字日期20年月日簽字日期20年月日

簡介：膠囊內鏡作為一種新興的、實現(xiàn)全消化道檢查的內窺鏡技術，隨著技術愈發(fā)成熟、功能逐漸完善和檢查成本不斷降低，得到進一步普及和應用。與此同時，膠囊內鏡使用所產生的圖像數(shù)據(jù)的迅速增長帶來許多新的問題。特別是在遠程醫(yī)療背景下，要實現(xiàn)膠囊內鏡遠程實時診療系統(tǒng)需要高效的病灶圖片識別算法和高性能的圖片數(shù)據(jù)存儲技術來支撐。本文為解決大量膠囊內鏡圖片病灶識別效率問題，分析了膠囊內圖像相鄰圖片相關性強的特點，引入相關性信息，提出一種基于分級策略和規(guī)則修正的無線內鏡圖像出血檢測方法；同時為滿足在遠程醫(yī)療背景下膠囊內鏡圖片數(shù)據(jù)的存儲需求，分析設計了基于MONGODB的膠囊內鏡圖像數(shù)據(jù)存儲系統(tǒng)；最后在實驗環(huán)境下開發(fā)了本系統(tǒng)并實現(xiàn)基本存儲管理功能和病灶識別功能，為以后系統(tǒng)遠程實時診療功能擴展和實際產品化打下基礎。本文的主要具體工作如下1為解決出大量出血圖片高效識別的問題，本文分析了圖像模式識別的相關技術，提出了出血檢測算法，該算法針對圖片本身所具有的特點，在融合并改進了已有的識別算法基礎上，提出分級策略和窗口修正方法，分三步對圖片數(shù)據(jù)進行出血識別，不僅發(fā)揮了不同算法的特點和優(yōu)勢，平衡了時間和性能的矛盾，而且在保證了較高精度的同時，顯著提升了檢測的效率。2為滿足膠囊內鏡圖像數(shù)據(jù)的高性能存儲需求，分析了NOSQL數(shù)據(jù)庫存儲技術，闡明了MONGODB數(shù)據(jù)庫整體框架和部署方式，對基于MONGODB的膠囊內鏡圖片存儲的可行性和需要解決的關鍵問題（如并行處理、數(shù)據(jù)庫架構等）進行了分析，最后，在實驗環(huán)境下對基于MONGODB數(shù)據(jù)庫技術的膠囊內鏡圖片存儲系統(tǒng)進行了分析設計。3在實驗環(huán)境下，搭建好開發(fā)環(huán)境，模擬了數(shù)據(jù)庫的協(xié)同架構和集群部署，并利用C開發(fā)語言，結合OPENCV視覺庫，依據(jù)存儲系統(tǒng)設計形成實驗階段的應用軟件，最后對系統(tǒng)進行性能對比和功能驗證。

簡介：圓。一，一一J。；0頸1士學位諗寡論文題目作者姓名學科專業(yè)導師姓名完成時間線上圖片評論對消費者態(tài)度和購買意UNIVERSITYOFSCIENCEANDTECHNOLOGYOFCHINAADISSERTATIONFORMASTER’SDEGREETHEIMPACTOFONLINEPICTUREREVIEWONCONSUMERATTITUDESANDPURCHASEINTENTIONS。。一”。一1’1”～”～11。J～Y～一一一、一一～一一一一一一一一～AUMOR’SNAMERUNHANCHENGSPECIALITYBUSINESSADMINISTRATIONSUPERVISORASSOCIATEPROFJINQINFINISHEDTIMEJUNE1吐，2017

簡介：互聯(lián)網中色情圖片傳播泛濫，對其自動識別與過濾越來越重要。在本課題中，主要針對網絡上常見的單人色情寫真類圖片，提出了基于感興趣區(qū)域（REGIONSOFINTERESTROIS）檢測的不良圖片識別算法。傳統(tǒng)的不良圖像檢測算法主要將人體皮膚部分作為感興趣區(qū)域，從皮膚檢測的結果中提取與膚色相關的一些信息，如膚色像素所占面積比例等，再結合皮膚的顏色、紋理、形狀等特征進行分類。這種方法雖然簡單直觀，但是在保證較高正檢率的前提下，往往誤檢率也往往較高，尤其對于類如泳裝模特等裸露較多的正常圖片，效果不甚理想。我們在總結了已有方法不足的基礎上，提出了將人體軀干部位作為感興趣區(qū)域的不良圖片檢測方法。首先使用基于POSELET姿態(tài)部件的人體軀干檢測方法定位出與色情信息密切相關的軀干區(qū)域，結合此興趣區(qū)域和SIFT特征訓練高斯混合模型，獲取具有判別力的FISHER向量，再利用SVM學習算法訓練得到裸露胸部的分類器。然而，由于人體外觀變化很大，軀干檢測器輸出的置信度最大的位置往往較軀干真實的位置有一定的偏移。為了克服這一缺點，我們進一步提出了一種自適應的算法，即根據(jù)軀干檢測器輸出的置信度自適應的選擇多個軀干候選區(qū)域，并通過集成多個區(qū)域的判別結果來得到最終結果。此外，為了訓練基于軀干的SVM分類器和驗證算法的有效性，本文通過互聯(lián)網下載的方式收集了一個包含30000幅單人色情寫真圖片的大規(guī)模數(shù)據(jù)集，并對色情部位進行了標注，標注信息可用于自動生成訓練數(shù)據(jù)。本文提出的基于軀干的自適應分類算法在收集的大規(guī)模數(shù)據(jù)集上達到了917％的識別精度，明顯高于傳統(tǒng)膚色模型的識別結果。文中采用的基于姿態(tài)部件的感興趣區(qū)域檢測能夠獲取與色情信息更相關的信息，因而相比較于傳統(tǒng)方法，在較為準確地檢測不良圖片的同時，有效地降低皮膚裸露較多的正常圖像的誤檢率，達到了實際應用的要求。

簡介：前不久，一購票網站在其登錄與購票界面推出了一種新型圖片驗證碼，改版之后的驗證碼識別難度明顯提高，有效地加強了其網站的安全性。由于SIFT與SURF特征對于模糊、視角、旋轉以及壓縮等變化都具有良好的魯棒性，而在新型圖片驗證碼中主要利用這些場景變換作為干擾。對該驗證碼識別技術的研究，對于促進驗證碼設計的發(fā)展與加強網絡安全有著重要的理論意義和實用價值。所以本文提出將這兩種著名的基于局部不變特征的提取與匹配算法應用于新型圖片驗證碼識別，并在模擬新型圖片驗證碼系統(tǒng)的基礎上進行實驗分析，以期獲得良好的識別效果。本文的研究工作與貢獻如下首先，本文重點研究了兩種著名的局部不變特征即SIFT和SURF特征檢測原理，并針對新型圖片驗證碼中的干擾因素進行分析，包括模糊、視角、旋轉、壓縮等。設計5組實驗分析兩種算法對上述干擾的性能差異和在新型圖片驗證碼的各種變換場景中的應用優(yōu)劣勢。隨后，本文設計了一個新型圖片驗證碼系統(tǒng)，并利用基于局部不變特征點的圖像匹配技術實現(xiàn)對其識別。該實驗從50像素級和100像素級對6種包含不同物體類型的圖片驗證碼分別設計實驗對比分析識別效果。實驗結果表明，基于局部不變特征的提取與匹配算法對于包含有一定區(qū)分度物體類型的圖片驗證碼能夠進行有效識別。同時也表明，這兩種特征檢測算法對新型圖片驗證碼識別的性能在很大程度上取決于圖像中物體類型、分辨率大小以及干擾背景等。

簡介：內存溢出OUTOFMEMY，簡稱OOM通俗理解就是內存不夠，是指運行程序時要求的內存，超出了系統(tǒng)所能分配的范圍，從而導致發(fā)生內存溢出。一般在運行大型軟件時，如果所需的內存遠遠超出了主機內安裝的內存所承受大小時就會發(fā)生這種情況。造成這種現(xiàn)象的原因通常有兩種第一種是內存泄露另外一種是當需要保存多個耗用內存過大或當加載單個超大的對象時，該對象的大小超過了當前剩余的可用內存空間。本文所描述的應用環(huán)境是指在具有即時聊天功能的ROID應用程序中，瀏覽含有大量圖片信息的圖片列表時，由于在內存中加載這些圖片時，這些圖片對象的大小超過了剩余的可用內存空間，從而發(fā)生內存溢出的意外情況。本文對此簡稱為ROID應用中圖片列表造成內存溢出。作者對ROID項目的圖片列表中圖片信息的數(shù)據(jù)源跟蹤分析，從優(yōu)化下載圖片和本地緩沖圖片入手，提出了有效防止內存溢出的解決方案。對于該方案，作者所做的工作總結如下1對于下載過程先后提出了單線程下載模型、雙任務下載模型以及改進型多任務下載模型。以發(fā)生OOM的次數(shù)和平均響應時間為判斷優(yōu)劣標準，通過大量的實驗數(shù)據(jù)篩選出最佳性能的下載模型。2對目前常用的本地緩沖圖片的多種技術的優(yōu)缺點進行分析，并結合造成ROID應用程序中發(fā)生OOM的具體原因，提出三級緩沖機制。通過對含有該機制的模型進行大量實驗，驗證了改進后的緩沖機制對避免OOM發(fā)生的有效性。3對含有第1、2步篩選出來的最佳性能的下載模型和三級緩沖機制的綜合模型進行測試，通過對大量的實驗數(shù)據(jù)進行統(tǒng)計分析，驗證了綜合模型比傳統(tǒng)模型對避免OOM發(fā)生更加高效。解決方案已成功在ROID應用中付諸實踐。根據(jù)用戶反饋，應用程序瀏覽圖片信息的功能比較穩(wěn)定、順暢，很大程度上避免了OOM的發(fā)生，用戶體驗得到了很大的提升。

簡介：由于業(yè)務不斷拓展，網站運營商面臨大數(shù)據(jù)的處理壓力，特別是大量圖片的并發(fā)存儲和檢索會給網站性能帶來巨大影響，例如訪問速度下降、文件系統(tǒng)IO讀寫頻繁，甚至會引發(fā)網站崩潰。大企業(yè)通常購買高端硬件及配套解決方案進行網站升級，但中小型企業(yè)往往無法承擔升級的高成本。因此，本論文設計和實現(xiàn)適用于中小型網站的圖片網絡存儲方案，以滿足大量圖片并發(fā)處理的需求。圖片網絡存儲方案核心是圖片服務器的設計與服務接口的實現(xiàn)。本方案可支持多個圖片服務器，并通過任務均衡分配進一步提高服務性能和可靠性。圖片服務接口利用的緩存技術實現(xiàn)任務均衡分配，并在圖片服務器上優(yōu)化圖片存儲策略。網站開發(fā)人員可調用服務接口向圖片服務器上傳圖片和檢索圖片。圖片存儲訪問和WEB服務的分離，將減少WEB服務器的IO負載，提高網站的性能和穩(wěn)定性。LOADRUNNER實驗證明，本方案可以滿足圖片并發(fā)存儲和檢索的功能在1000并發(fā)用戶情況下，圖片并發(fā)存儲和檢索的平均響應時間小于5秒。并發(fā)用戶數(shù)相同時，圖片網絡存儲方案比本地存儲方案的響應更快。