基于云計(jì)算的海量圖像數(shù)據(jù)挖掘的探析

藺 莉，魏 銳

（黃淮學(xué)院信息工程學(xué)院，河南駐馬店，463000）

1 云計(jì)算概述

云計(jì)算(Cloud Computing)是一種基于互聯(lián)網(wǎng)的新型超級計(jì)算方式，實(shí)現(xiàn)在“云”端數(shù)據(jù)計(jì)算和信息存儲，它把存儲于各分布式設(shè)備上的資源聯(lián)合起來協(xié)同工作。使得各種應(yīng)用能夠根據(jù)需求獲取適當(dāng)?shù)拇鎯臻g和各種服務(wù)。云計(jì)算的核心就是網(wǎng)絡(luò)上海量數(shù)據(jù)的存儲和計(jì)算。通過這種方式，共享的軟硬件資源和信息可以按需提供給計(jì)算機(jī)和其他設(shè)備。云計(jì)算服務(wù)通常提供通用的通過瀏覽器訪問的在線商業(yè)應(yīng)用，軟件和數(shù)據(jù)可存儲在數(shù)據(jù)中心。因此云計(jì)算在編程模式及數(shù)據(jù)的存儲、管理等方面具有自己特有的方式。通過云服務(wù)平臺，使得人們獲取信息、溝通交流的方式更加方便、快捷。

云計(jì)算根據(jù)服務(wù)類型可以分為基礎(chǔ)設(shè)施即服務(wù)（IaaS），平臺即服務(wù)（PaaS）和軟件即服務(wù)（SaaS）。根據(jù)云計(jì)算服務(wù)對象可以分為公有云、私有云和混合云。

云計(jì)算的特點(diǎn)是具有超大規(guī)模及虛擬化，對客戶端需求低，低成本，簡單的終端和“按需提供服務(wù)”，實(shí)現(xiàn)輕松共享數(shù)據(jù)，安全的數(shù)據(jù)存儲，高可靠性，服務(wù)面向的廣泛性，用戶計(jì)算的分布性，用戶服務(wù)的個性化、多樣性、靈活性、獨(dú)立性、通用性與易擴(kuò)展性，高度自治性等特點(diǎn)。用戶還可以按照自己的需求，應(yīng)用高層次的編程模型，完成自己的云計(jì)算程序，并在云端運(yùn)行該程序。

2 云計(jì)算的層次結(jié)構(gòu)

云計(jì)算可以分為以下四層：基礎(chǔ)設(shè)施層、平臺層、應(yīng)用層和客戶端，其中基礎(chǔ)設(shè)施層又可以分為硬件平臺、虛擬和操作系統(tǒng)層和存儲平臺三部分，應(yīng)用層分為應(yīng)用軟件層與服務(wù)兩個部分，如圖1 所示：

云計(jì)算體系結(jié)構(gòu)是由用戶交互界面、服務(wù)目錄，管理系統(tǒng)、部署工具、資源監(jiān)控和測度、服務(wù)器集群組成。其工作原理是用戶由客戶端通過用戶交互界面根據(jù)所需要的服務(wù)來選擇服務(wù)目錄，通過終端向“云”提出服務(wù)請求，并驗(yàn)證通過后，將由管理系統(tǒng)來找到可用計(jì)算資源和服務(wù)，通過部署工具根據(jù)用戶請求智能來挖掘服務(wù)云中的資源。

3 數(shù)據(jù)挖掘的概述

數(shù)據(jù)挖掘(Data Mining)是指從信息庫中存在的大量的、隨機(jī)的、有噪聲的、模糊的、不完全的實(shí)際應(yīng)用數(shù)據(jù)中，采用數(shù)據(jù)挖掘技術(shù)，從信息庫中提取或“挖掘”出隱藏于大量數(shù)據(jù)之內(nèi)的、事先人們不知道的、但又是潛在有用的信息和知識的過程。數(shù)據(jù)挖掘的一般目的是幫助決策者尋找數(shù)據(jù)間潛在的關(guān)聯(lián)，從大量數(shù)據(jù)中挖掘出未知的數(shù)據(jù)之間的關(guān)系模式，去發(fā)現(xiàn)未知的、隱藏的知識，數(shù)據(jù)挖掘所得到的知識信息具有未知性、有效性和實(shí)用性。通過挖掘出這些知識，決策者把知識運(yùn)用到企業(yè)中，可以幫助決策者對預(yù)測趨勢發(fā)展做出正確的判斷，及時地調(diào)整企業(yè)發(fā)展策略，在激烈的商業(yè)競爭，立于主動地位。從知識發(fā)現(xiàn)的整個過程來看，數(shù)據(jù)挖掘步驟如圖1所示。

圖1 數(shù)據(jù)挖掘的過程

各步驟的具體功能如下：

(1)數(shù)據(jù)選擇：根據(jù)不同的挖掘目標(biāo)，從數(shù)據(jù)庫中檢索與分析任務(wù)相關(guān)的數(shù)據(jù)，對目標(biāo)數(shù)據(jù)進(jìn)行處理。

(2)數(shù)據(jù)預(yù)處理：對選擇的數(shù)據(jù)進(jìn)行消除噪聲和不一致數(shù)據(jù)處理。

(3)模式發(fā)現(xiàn)：使用智能方法從經(jīng)過預(yù)處理后的數(shù)據(jù)中提取用戶可能感興趣的數(shù)據(jù)模式。

圖1 云計(jì)算的層次結(jié)構(gòu)

(4)模式評估：通過特定的評估方式，根據(jù)某種興趣度度量，得到用戶真正需要的模式。

(5)知識表示：通過可視化和知識表示技術(shù)向用戶提供挖掘的知識，為用戶的決策服務(wù)。

4 云計(jì)算服務(wù)模式下圖像數(shù)據(jù)挖掘應(yīng)用平臺

對圖像數(shù)據(jù)信息進(jìn)行挖掘，首先需要預(yù)處理圖像數(shù)據(jù)，其次要收集圖像數(shù)據(jù)庫中圖像的顏色、大小等特征信息，來構(gòu)建圖像數(shù)據(jù)的特征空間，然后進(jìn)行分類和預(yù)測分析、多維分析，檢索圖像數(shù)據(jù)的相似性，最后進(jìn)行圖像數(shù)據(jù)的關(guān)聯(lián)挖掘。數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)如圖3所示。

圖3 數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)

4.1 圖像數(shù)據(jù)挖掘流程

通過分析數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)，來探討如何利用云平臺，在海量數(shù)字圖像數(shù)據(jù)中挖掘所需的圖像數(shù)據(jù)信息。挖掘圖像數(shù)據(jù)的信息過程如圖4所示。

圖4 圖像數(shù)據(jù)挖掘

（1）預(yù)處理

圖像數(shù)據(jù)的預(yù)處理，在對圖像數(shù)據(jù)進(jìn)行挖掘之前，首先需要對圖像數(shù)據(jù)庫中的圖像數(shù)據(jù)進(jìn)行處理。是把圖像數(shù)據(jù)庫中一些無用的，模糊不清的或已損壞的圖像數(shù)據(jù)信息進(jìn)行檢查、清理和選擇。保證在圖像數(shù)據(jù)信息的挖掘過程中，圖像數(shù)據(jù)信息的可靠，正確。

（2）構(gòu)建圖像數(shù)據(jù)的特征空間

在圖像數(shù)據(jù)特征庫中，通過收集圖像文件的名稱、格式、尺寸、圖像文件創(chuàng)建時間和圖像文件描述中的關(guān)鍵字、圖像的形狀、圖像的顏色和紋理等特征信息來構(gòu)建圖像數(shù)據(jù)的特征空間，實(shí)現(xiàn)對圖像數(shù)據(jù)信息的多維分析。來挖掘圖像數(shù)據(jù)庫中的有用的圖像數(shù)據(jù)信息。

（3）圖像數(shù)據(jù)的分類和預(yù)測分析

對圖像數(shù)據(jù)分類，是根據(jù)圖像的特征來進(jìn)行分類，得出知識與規(guī)則來預(yù)測未來的信息。依據(jù)這些特征進(jìn)行圖像數(shù)據(jù)的有效分類，通過分類可以從中發(fā)現(xiàn)每類圖像數(shù)據(jù)的一般特性，有了每類圖像的特性就可以進(jìn)行圖像數(shù)據(jù)的預(yù)測分析工作。

（4）多維分析圖像數(shù)據(jù)

基于圖像數(shù)據(jù)的描述子（特征描述子和布局描述子）來構(gòu)建圖像數(shù)據(jù)的立方體，圖像的數(shù)據(jù)立方體包含了圖像的顏色、紋理、形狀等信息，在圖像數(shù)據(jù)信息中，通過圖像的形狀、顏色和紋理等多維的特征，綜合分析多維的各種數(shù)據(jù)信息。找出圖像數(shù)據(jù)的知識和規(guī)模，挖掘出圖像數(shù)據(jù)庫中有用的圖像數(shù)據(jù)信息來。

（5）檢索圖像數(shù)據(jù)信息的相似性

檢索圖像數(shù)據(jù)信息的相似性，通常采用基于圖像小波的特征、圖像顏色的特征、帶有區(qū)域粒度特征和圖像多特征構(gòu)成的特征來進(jìn)行圖像相似性檢索。通過對圖像特征、圖像數(shù)據(jù)的內(nèi)容或描述進(jìn)行檢索。其中，基于圖像的顏色、形狀和紋理等特征來檢索圖像數(shù)據(jù)的相似性，首先是把這些圖像特征轉(zhuǎn)化為特征向量，其次是對轉(zhuǎn)化后特征向量與圖像數(shù)據(jù)庫中已經(jīng)存在的特征向量進(jìn)行檢索匹配。然后根據(jù)比較結(jié)果檢索到與該圖像相似的圖像。

（6）挖掘圖像數(shù)據(jù)信息的關(guān)聯(lián)規(guī)則

對圖像數(shù)據(jù)的信息進(jìn)行關(guān)聯(lián)規(guī)則的挖掘，就是在圖像信息數(shù)據(jù)庫中，按照圖像的特征，找出在不同圖像中隱含的、有價(jià)值的圖像信息的規(guī)則與模式，在圖像數(shù)據(jù)庫中挖掘出圖像數(shù)據(jù)信息之間的關(guān)聯(lián)。在挖掘中，一個事務(wù)對應(yīng)一個圖像，圖像對象之間的關(guān)聯(lián)規(guī)則有圖像內(nèi)容和非圖像內(nèi)容特征間的關(guān)聯(lián)；與空間聯(lián)系無關(guān)的圖像內(nèi)容間的關(guān)聯(lián)；與空間聯(lián)系有關(guān)的圖像內(nèi)容間的關(guān)聯(lián)三種。

4.2 圖像數(shù)據(jù)挖掘系統(tǒng)構(gòu)建

基于云計(jì)算的圖像數(shù)據(jù)挖掘系統(tǒng)利用云計(jì)算的服務(wù)模式，采用B/S結(jié)構(gòu)，如圖5所示。系統(tǒng)由數(shù)據(jù)庫群、服務(wù)器群和4個子系統(tǒng)組成，系統(tǒng)利用PaaS服務(wù)模式向用戶提供一個編寫數(shù)據(jù)挖掘算法的平臺，通過IaaS服務(wù)模式向平臺租用服務(wù)器或數(shù)據(jù)庫，使用SaaS服務(wù)模式，為用戶提供數(shù)據(jù)挖掘服務(wù)。

圖3 基于云計(jì)算圖像數(shù)據(jù)挖掘系統(tǒng)框架

5 結(jié)束語

圖像數(shù)據(jù)挖掘是多媒體數(shù)據(jù)挖掘的一個分支，圖像數(shù)據(jù)挖掘需要綜合各類知識與技術(shù)，其挖掘的過程就是對圖像數(shù)據(jù)庫中原始的大量圖像數(shù)據(jù)進(jìn)行綜合分析，挖掘出隱含的、有價(jià)值的圖像信息的規(guī)則與模式，并對其進(jìn)行模式提取、知識表達(dá)和知識推理，最終得到圖像數(shù)據(jù)信息的知識與規(guī)則。實(shí)現(xiàn)圖像數(shù)據(jù)信息的挖掘發(fā)現(xiàn)。

[1]杜琳,陳云亮,朱靜.圖像數(shù)據(jù)挖掘研究綜述[J].計(jì)算機(jī)應(yīng)用與軟件,2011,02:125-128

[2]孫利,陳萍,陳華麗.關(guān)聯(lián)規(guī)則挖掘在網(wǎng)絡(luò)教學(xué)評價(jià)中的應(yīng)用[J].電腦開發(fā)與應(yīng)用,2007,1:1

[3]雷亮,汪同慶,楊波.圖像關(guān)聯(lián)規(guī)則挖掘研究[J].計(jì)算機(jī)應(yīng)用研究.2009 ,6:2374-2376