基于Hadoop在超像素分割算法中應(yīng)用
大小：1.28 MB 人氣：0 2017-12-09 需要積分：1
標(biāo)簽：分割算法(7182)Hadoop(15870)
針對高分辨率圖像像素分割時間復(fù)雜度高的問題，提出了超像素分割算法。采用超像素代替原始的像素作為分割的處理基元，將Hadoop分布式的特點與超像素的分塊相結(jié)合。在分片過程中提出了基于多任務(wù)的靜態(tài)與動態(tài)結(jié)合的適應(yīng)性算法，使得Hadoop分布式文件系統(tǒng)（HDFS）的分塊與任務(wù)分發(fā)的基元解耦；在每一個Map節(jié)點任務(wù)中，基于超像素分塊的邊界性對超像素的形成在距離和梯度上進(jìn)行約束，提出了基于分水嶺的并行化分割算法。在Shuffle過程的超像素塊間合并中提出了兩種合并策略，并進(jìn)行了比較。在Reduce節(jié)點任務(wù)中優(yōu)化了超像素塊內(nèi)合并，完成最終的分割。實驗結(jié)果表明．所提算法在邊緣查全率（BR）和欠分割錯誤率（UR）等分割質(zhì)量指標(biāo)上優(yōu)于簡單線性迭代聚類（ SLIC）算法和標(biāo)準(zhǔn)分割（Ncut）算法，在高分辨率圖像的分割時間上有顯著降低。
?
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于Hadoop在超像素分割算法中應(yīng)用下載
相關(guān)電子資料下載
- Hadoop是什么?其核心由兩大部分組成,分別是什么? 1188
- 最全綜述：圖像分割算法 533
- 圖像分割算法原理及工作流程 1249
- 雷達(dá)點云動態(tài)目標(biāo)分割算法研究分析 585
- 詳解圖像分割算法 1040
- 大數(shù)據(jù)計算框架簡介 1927
- 大數(shù)據(jù)相關(guān)介紹：Hadoop的生態(tài)系統(tǒng)構(gòu)成 1909
- Hadoop大數(shù)據(jù)存算分離方案：計算層無縫對接存儲系統(tǒng) 1011
- 首個無監(jiān)督3D點云物體實例分割算法 1824
- 開源“摩爾定律”即將打破《2022開源大數(shù)據(jù)熱力報告》云棲大會上發(fā)布 490