基于Hadoop在超像素分割算法中應(yīng)用
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論(0)
針對(duì)高分辨率圖像像素分割時(shí)間復(fù)雜度高的問(wèn)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(diǎn)與超像素的分塊相結(jié)合。在分片過(guò)程中提出了基于多任務(wù)的靜態(tài)與動(dòng)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(gè)Map節(jié)點(diǎn)任務(wù)中,基于超像素分塊的邊界性對(duì)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(guò)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(diǎn)任務(wù)中優(yōu)化了超像素塊內(nèi)合并,完成最終的分割。實(shí)驗(yàn)結(jié)果表明.所提算法在邊緣查全率(BR)和欠分割錯(cuò)誤率(UR)等分割質(zhì)量指標(biāo)上優(yōu)于簡(jiǎn)單線性迭代聚類(lèi)( SLIC)算法和標(biāo)準(zhǔn)分割(Ncut)算法,在高分辨率圖像的分割時(shí)間上有顯著降低。
?
非常好我支持^.^
(0) 0%
不好我反對(duì)
(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(diǎn)云動(dòng)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(jì)算框架簡(jiǎn)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(jì)算層無(wú)縫對(duì)接存儲(chǔ)系統(tǒng) 1011
- 首個(gè)無(wú)監(jiān)督3D點(diǎn)云物體實(shí)例分割算法 1824
- 開(kāi)源“摩爾定律”即將打破《2022開(kāi)源大數(shù)據(jù)熱力報(bào)告》云棲大會(huì)上發(fā)布 490