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(jí)計(jì)算方式，實(shí)現(xiàn)在“云”端數(shù)據(jù)計(jì)算和信息存儲(chǔ)，它把存儲(chǔ)于各分布式設(shè)備上的資源聯(lián)合起來(lái)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?chǔ)空間和各種服務(wù)。云計(jì)算的核心就是網(wǎng)絡(luò)上海量數(shù)據(jù)的存儲(chǔ)和計(jì)算。通過(guò)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(guò)瀏覽器訪問(wèn)的在線商業(yè)應(yīng)用，軟件和數(shù)據(jù)可存儲(chǔ)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(chǔ)、管理等方面具有自己特有的方式。通過(guò)云服務(wù)平臺(tái)，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(lèi)型可以分為基礎(chǔ)設(shè)施即服務(wù)（IaaS），平臺(tái)即服務(wù)（PaaS）和軟件即服務(wù)（SaaS）。根據(jù)云計(jì)算服務(wù)對(duì)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(duì)客戶(hù)端需求低，低成本，簡(jiǎn)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(chǔ)，高可靠性，服務(wù)面向的廣泛性，用戶(hù)計(jì)算的分布性，用戶(hù)服務(wù)的個(gè)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(hù)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(tái)層、應(yīng)用層和客戶(hù)端，其中基礎(chǔ)設(shè)施層又可以分為硬件平臺(tái)、虛擬和操作系統(tǒng)層和存儲(chǔ)平臺(tái)三部分，應(yīng)用層分為應(yīng)用軟件層與服務(wù)兩個(gè)部分，如圖1 所示：

云計(jì)算體系結(jié)構(gòu)是由用戶(hù)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(cè)度、服務(wù)器集群組成。其工作原理是用戶(hù)由客戶(hù)端通過(guò)用戶(hù)交互界面根據(jù)所需要的服務(wù)來(lái)選擇服務(wù)目錄，通過(guò)終端向“云”提出服務(wù)請(qǐng)求，并驗(yàn)證通過(guò)后，將由管理系統(tǒng)來(lái)找到可用計(jì)算資源和服務(wù)，通過(guò)部署工具根據(jù)用戶(hù)請(qǐng)求智能來(lái)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(kù)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(kù)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(shí)的過(guò)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(shí)，數(shù)據(jù)挖掘所得到的知識(shí)信息具有未知性、有效性和實(shí)用性。通過(guò)挖掘出這些知識(shí)，決策者把知識(shí)運(yùn)用到企業(yè)中，可以幫助決策者對(duì)預(yù)測(cè)趨勢(shì)發(fā)展做出正確的判斷，及時(shí)地調(diào)整企業(yè)發(fā)展策略，在激烈的商業(yè)競(jìng)爭(zhēng)，立于主動(dòng)地位。從知識(shí)發(fā)現(xiàn)的整個(gè)過(guò)程來(lái)看，數(shù)據(jù)挖掘步驟如圖1所示。

圖1 數(shù)據(jù)挖掘的過(guò)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(kù)中檢索與分析任務(wù)相關(guān)的數(shù)據(jù)，對(duì)目標(biāo)數(shù)據(jù)進(jìn)行處理。

(2)數(shù)據(jù)預(yù)處理：對(duì)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(guò)預(yù)處理后的數(shù)據(jù)中提取用戶(hù)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(píng)估：通過(guò)特定的評(píng)估方式，根據(jù)某種興趣度度量，得到用戶(hù)真正需要的模式。

(5)知識(shí)表示：通過(guò)可視化和知識(shí)表示技術(shù)向用戶(hù)提供挖掘的知識(shí)，為用戶(hù)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(tái)

對(duì)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(kù)中圖像的顏色、大小等特征信息，來(lái)構(gòu)建圖像數(shù)據(jù)的特征空間，然后進(jìn)行分類(lèi)和預(yù)測(cè)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(guò)分析數(shù)據(jù)挖掘系統(tǒng)的結(jié)構(gòu)，來(lái)探討如何利用云平臺(tái)，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(guò)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(duì)圖像數(shù)據(jù)進(jìn)行挖掘之前，首先需要對(duì)圖像數(shù)據(jù)庫(kù)中的圖像數(shù)據(jù)進(jìn)行處理。是把圖像數(shù)據(jù)庫(kù)中一些無(wú)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(guò)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(kù)中，通過(guò)收集圖像文件的名稱(chēng)、格式、尺寸、圖像文件創(chuàng)建時(shí)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(lái)構(gòu)建圖像數(shù)據(jù)的特征空間，實(shí)現(xiàn)對(duì)圖像數(shù)據(jù)信息的多維分析。來(lái)挖掘圖像數(shù)據(jù)庫(kù)中的有用的圖像數(shù)據(jù)信息。

（3）圖像數(shù)據(jù)的分類(lèi)和預(yù)測(cè)分析

對(duì)圖像數(shù)據(jù)分類(lèi)，是根據(jù)圖像的特征來(lái)進(jìn)行分類(lèi)，得出知識(shí)與規(guī)則來(lái)預(yù)測(cè)未來(lái)的信息。依據(jù)這些特征進(jìn)行圖像數(shù)據(jù)的有效分類(lèi)，通過(guò)分類(lèi)可以從中發(fā)現(xiàn)每類(lèi)圖像數(shù)據(jù)的一般特性，有了每類(lèi)圖像的特性就可以進(jìn)行圖像數(shù)據(jù)的預(yù)測(cè)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(lái)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(guò)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(shí)和規(guī)模，挖掘出圖像數(shù)據(jù)庫(kù)中有用的圖像數(shù)據(jù)信息來(lái)。

（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(lái)進(jìn)行圖像相似性檢索。通過(guò)對(duì)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(lái)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(duì)轉(zhuǎn)化后特征向量與圖像數(shù)據(jù)庫(kù)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(duì)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(kù)中，按照?qǐng)D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(kù)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(gè)事務(wù)對(duì)應(yīng)一個(gè)圖像，圖像對(duì)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(wú)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(kù)群、服務(wù)器群和4個(gè)子系統(tǒng)組成，系統(tǒng)利用PaaS服務(wù)模式向用戶(hù)提供一個(gè)編寫(xiě)數(shù)據(jù)挖掘算法的平臺(tái)，通過(guò)IaaS服務(wù)模式向平臺(tái)租用服務(wù)器或數(shù)據(jù)庫(kù)，使用SaaS服務(wù)模式，為用戶(hù)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(yǔ)

圖像數(shù)據(jù)挖掘是多媒體數(shù)據(jù)挖掘的一個(gè)分支，圖像數(shù)據(jù)挖掘需要綜合各類(lèi)知識(shí)與技術(shù)，其挖掘的過(guò)程就是對(duì)圖像數(shù)據(jù)庫(kù)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(duì)其進(jìn)行模式提取、知識(shí)表達(dá)和知識(shí)推理，最終得到圖像數(shù)據(jù)信息的知識(shí)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(píng)價(jià)中的應(yīng)用[J].電腦開(kāi)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