欢迎来到天天文库
浏览记录
ID:20728433
大小:53.50 KB
页数:12页
时间:2018-10-15
《大数据图像处理技术在智能电网的应用分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、大数据图像处理技术在智能电网的应用分析【摘要】随着互联网、移动通讯技术的不断发展,特别是电商、社交、即时通讯平台的活跃,以及企业信息化、智慧城市、智能电网的快速建设,近几年来,视频、图像数据呈现爆炸式增长,与此同时,图像处理技术也得到快速发展,特别是大数据技术的应用为大规模图像处理提供了技术可行性。本文就图像技术的现状、大数据体系、大数据图像处理技术进行分析论述,并结合智能电网应用场景进行了思考与分析。【关键词】图像技术大数据Hadoop智能电网引言当前,大数据分析已经成为各行业的一个重要决策支撑手段,大数据技术能够简化处理海量数据,其大规模集群数据处理开源软件框架Ap
2、acheHadoop,可以可靠地依靠成千上万规模节点处理PB级数据。利用大数据技术实现图像处理,能够突破传统图像处理技术瓶颈,快速实现大规模图像数据的处理计算,给企业带来巨大价值。一、图像技术现状分析1.1存储技术现状目前国内外图像存储解决方案有两种,分别是图像存储至数据库和图像存储至硬盘。在海量图像规模下,传统数据库承载太多图像会导致数据库容量和效率成为极大的瓶颈,常见做法是图像存储在硬盘,图像路径存储至数据库。存储容量方面常采用增加专业的磁盘阵列,磁盘柜或者高级的光纤盘阵、局域网盘阵等方式解决,而提升访问效率方面常采用squid缓存和镜像方法。1.2应用技术现状图像
3、应用技术随着互联网浪潮不断发展,按应用领域不同可归纳为物理设备应用、基础软件应用、智能分析应用、智慧分析应用四个应用层次,其技术实现难度逐层增加。物理设备应用、基础软件应用是当前主流应用技术,智能分析应用、智慧分析应用是未来图像应用的演进方向。物理设备应用。物理设备应用是基于视频采集设备的基础应用,表现为基于各类型摄像头的监控应用。当前视频监控数据保存周期有限,监控识别过程多为人工。目前市面上部分厂家将带有特定算法的智能芯片集成到物理设备中,实现特定的分析功能,如:智能家居安防摄像头,能够监测视频画面中的物体移动实现远程预警;智能车库解决方案,通过车牌识别算法实现车牌的
4、快速识别。基础软件应用层。以社交网站、视频网站为典型代表。主要实现图像信息、视频信息的海量存储、快速读取、分享交互。根据业务的不同需求,可灵活采用传统图像处理架构或分布式图像处理架构,图像信息的检索主要以文字搜索为主。智能分析应用。智能分析应用包括图像智能分析,图像检索,视频切片分析等高级应用。目前淘宝、京东等电商企业图像智能分析技术领先。如淘宝“拍立淘”功能便是图像智能分析(以图搜图)的典型应用,通过类目预测,主体检测,图像特征提取,检索索引和排序5层算法框架、利用大数据、云计算、机器学习等先进的信息技术实现用户购物方式的颠覆。智慧分析应用。智慧分析应用是指对图像信息
5、处理的实时计算、深度学习和智慧决策。典型应用为Google公司无人驾驶技术的应用研宄,实时对摄像传感器采集的视频信息进行计算分析,实时决策。二、Hadoop体系结构HDFS和MapReduce是Hadoop的两大核心。而整个Hadoop的体系结构主要是通过HDFS来实现对分布式存储的底层支持的,通过MapReduce来实现对分布式并行任务处理的程序支持,HBase是Hadoop体系下基于Bigtable的分布式数据库,其为大数据的存储和应用提供很好的底层支持。HDFSHDFS采用了主从(Master/Slave)结构模型,一个HDFS集群是由一个NameNode和若干个
6、DataNode组成的。其中NameNode作为主服务器,管理文件系统的命名空间和客户端对文件的访问操作;DataNode管理存储的数据。HDFS允许用户以文件的形式存储数据。从内部来看,文件被分成若干个数据块,而且这若干个数据块存放在一组DataNode上。NameNode执行文件系统的命名空间操作,比如打开、关闭、重命名文件或目录等,负责数据块到具体DataNode的映射。DataNode负责处理文件系统客户端的文件读写请求,并在NameNode的统一调度下进行数据块的创建、删除和复制工作。HDFS体系结构如下:MAPREDUCEMapReduce是一种并行编程模式
7、,这种模式使得软件开发者可以轻松地编写出分布式并行程序。在Hadoop的体系结构中,MapReduce是一个简单易用的软件框架,基于它可以将任务分发到由上千台商用机器组成的集群上,并以一种高容错的方式并行处理大量的数据集,实现Hadoop的并行任务处理功能。MapReduce框架是由一个单独运行在主节点上的JobTracker和运行在每个集群从节点上的TaskTracker共同组成的。主节点负责调度构成一个作业的所有任务,这些任务分布在不同的从节点上。主节点监控它们的执行情况,并且重新执行之前失败的任务;从节点仅负责由主节点指派的任务。当
此文档下载收益归作者所有