Geri Dön

HADOOP eşle/indirge mimarisi kullanılarak görüntülerin en uzun ortak alt dizi algoritması ile örülmesi

Distributed image stitching with longest common substring algorithm using HADOOP mapreduce architecture

  1. Tez No: 546480
  2. Yazar: ENES YÜCER
  3. Danışmanlar: DOÇ. DR. AHMET SAYAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Kocaeli Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 55

Özet

Bu tezde, görüntü örme adımlarının dağıtık bir şekilde en uzun ortak alt dizi algoritması kullanılarak yapılabilmesi için görüntü örme süreçleri incelenmiş ve görüntü örme adımlarının dağıtık veri işleme altyapısı sunan Apache Hadoop ortamlarında çalışabilmesi için yeni çözümler ve algoritmalar geliştirilmiş. Öncelikle, görüntü örme süreçleri, büyük veri kavramı ve büyük veri işleme kütüphanesi olan Apache Hadoop Framework'ü incelenmiş, görüntülerin metin olarak ifade edilebilmesi Komşuluk Kodu algoritması ve metin olarak ifade edilen resimlerin karşılaştırılması için En Uzun Ortak Alt Dizi (Longest Common Substring-LCS) algoritması geliştirilmiştir. Sonrasında, geliştirilen algoritmaların Apache Hadoop Framework'ünün Eşle/İndirge programlama modeline uygulanabilirliğini göstermek için tek makinede tek thread, çok thread çalışan çözümler geliştirilmiştir. Sonrasında zincirleme üç Eşle/İndirge işinden oluşan Apache Hadoop ortamlarında çalışacak çözüm geliştirilmiştir.

Özet (Çeviri)

This thesis, image stitching process is examined and analyzed to develop new distributed image stitching algorithm with longest common substring algorithm using hadoop mapreduce architecture. Firstly, image stitching process, big data and Apache Hadoop framework are examined. New algorithm which is name“neighborhood code generator”, is developed that convert image to textual format. The longest common substring algorithm is developed to compare images expressed as text. Single threaded, multi-threaded solutions are developed on a single machine to demonstrate the applicability of the developed algorithms to the mapreduce programming model of the Apache Hadoop Framework. Afterwards, the solution is developed to work in Apache Hadoop environments, which contain three mapreduce chain jobs.

Benzer Tezler

  1. Eşle/indirge yöntemine dayalı dağıtık hesaplama ile uydu görüntüleri üzerinden nesne çıkarım mimarisi

    A map/reduce distributed and scalable big data framework for object extraction from mosaic satellite images

    SÜLEYMAN EKEN

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET SAYAR

  2. Büyük dikgen görüntülerin örülmesi işleminin eşle/indirge tabanlı büyük veri mimarilerine uyarlanması

    Adaptation of ortogonal image stitching to big data frameworks

    HAYRUNNİSA SARI

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET SAYAR

  3. Dağıtık hadoop kümelerinde yeni eşle/indirge programlama algoritması modeli

    New map/reduce programming algorithm model in distributed hadoop clusters

    EMİN ŞEŞEN

    Doktora

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. RESUL KARA

  4. A distributed graph mining framework based on mapreduce

    Eşle/indirge yöntemi üzerine kurulu dağıtık bir ağ madenciliği gerçeklemesi

    SERTAN ALKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Bölümü

    YRD. DOÇ. DR. TOLGA CAN

  5. Parallelization of functional flow to predict protein functions

    Protein fonksiyon tahminlemesi için fonksiyonel akış yönteminin paralelleştirilmesi

    EMRAH AKKOYUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2011

    BiyoistatistikOrta Doğu Teknik Üniversitesi

    Tıp Bilişimi Ana Bilim Dalı

    YRD. DOÇ. DR. TOLGA CAN