公开(公告)号：CN101916257A

公开(公告)日：2010-12-15

申请号：CN201010225444.7

申请日：2010-07-12

Applicant: 西安电子科技大学

Inventor： 崔江涛 ,  尹志良 ,  张佳琦 ,  肖斌

IPC: G06F17/30

Abstract: 本发明公开一种矢量量化中码字搜索方法，其步骤为：(1)对生成的原始码书进行哈德码变换，得到变换后的码书。(2)利用码书生成参考点集合。(3)为码书中的码字附加相对于参考点集合的方差值。(4)对待量化的输入向量进行哈德码变换。(5)为变换的向量附加相对于参考点集合的方差值。(6)在码书中删除不满足过滤条件的码字，搜索匹配码字。(7)系统输出匹配码字在码书中的对应编号。本发明采用多参考点集合的方式，能够过滤掉更多冗余码字，从而降低计算匹配码字的时间复杂度，提高搜索效率。本发明能够有效减少数据访问量，较大的减少磁盘的访问次数。本发明不但能够适应较高维数的情形，而且还可以满足大尺寸码书情况下的编码。

公开(公告)号：CN102496033A

公开(公告)日：2012-06-13

申请号：CN201110397210.5

申请日：2011-12-05

Applicant: 西安电子科技大学

Inventor： 崔江涛 ,  张佳琦 ,  李林 ,  蒋莲 ,  王博 ,  张国良

IPC: G06K9/64

Abstract: 本发明公开了一种基于MR计算框架的图像SIFT特征匹配方法，包括如下步骤：1.建立集群；2.搭建Hadoop平台；3.建立图像库；4.提取特征点；5.特征点建立键-键-值对；6.上传特征点到分布式文件系统中；7.图像匹配请求；8.完成图像匹配。本发明采用MR计算框架，在图像匹配过程的实现并行计算，提高图像的匹配效率，降低计算匹配图像的时间复杂度。本发明采用MR开源实现框架Hadoop平台的集群图像处理方式，有效应对海量图像数据。

公开(公告)号：CN101916257B

公开(公告)日：2012-10-24

申请号：CN201010225444.7

申请日：2010-07-12

Applicant: 西安电子科技大学

Inventor： 崔江涛 ,  尹志良 ,  张佳琦 ,  肖斌

IPC: G06F17/30

Abstract: 本发明公开一种矢量量化中码字搜索方法，其步骤为：(1)对生成的原始码书进行哈德码变换，得到变换后的码书。(2)利用码书生成参考点集合。(3)为码书中的码字附加相对于参考点集合的方差值。(4)对待量化的输入向量进行哈德码变换。(5)为变换的向量附加相对于参考点集合的方差值。(6)在码书中删除不满足过滤条件的码字，搜索匹配码字。(7)系统输出匹配码字在码书中的对应编号。本发明采用多参考点集合的方式，能够过滤掉更多冗余码字，从而降低计算匹配码字的时间复杂度，提高搜索效率。本发明能够有效减少数据访问量，较大的减少磁盘的访问次数。本发明不但能够适应较高维数的情形，而且还可以满足大尺寸码书情况下的编码。

公开(公告)号：CN102496033B

公开(公告)日：2014-06-18

申请号：CN201110397210.5

申请日：2011-12-05

Applicant: 西安电子科技大学

Inventor： 崔江涛 ,  张佳琦 ,  李林 ,  蒋莲 ,  王博 ,  张国良

IPC: G06K9/64

Abstract: 本发明公开了一种基于MR计算框架的图像SIFT特征匹配方法，包括如下步骤：1.建立集群；2.搭建Hadoop平台；3.建立图像库；4.提取特征点；5.特征点建立键-键-值对；6.上传特征点到分布式文件系统中；7.图像匹配请求；8.完成图像匹配。本发明采用MR计算框架，在图像匹配过程的实现并行计算，提高图像的匹配效率，降低计算匹配图像的时间复杂度。本发明采用MR开源实现框架Hadoop平台的集群图像处理方式，有效应对海量图像数据。