【技术实现步骤摘要】
基于HBase的电网图片存储方法、介质和计算设备
本专利技术涉及电网大数据存储
，具体涉及一种基于HBase的电网图片存储方法、介质和设备。
技术介绍
随着互联网、云计算及大数据等信息技术的发展，越来越多的应用依赖于对海量数据的存储和处理。在电力行业，大数据已经被提升企业战略层面。大数据时代为电力行业带来了新的发展机遇，同时也提出了新的挑战。随着公司信息化建设不断深入，业务系统产生的数据量呈爆发式增长，公司目前面临着大数据带来的海量图片存储的挑战。由于图片大多是小文件(80％大小在数MB以内)，以GFS、HDFS(Hadoop分布式文件系统)为代表的适用于流式访问大文件的分布式存储系统，若直接用来存储图片，由于元数据膨胀，在扩展性和性能方面均存在严重问题。HBase是基于HDFS的简单结构化数据分布式存储技术，可被用来存储海量图片小文件，并具有系统层小文件合并、全局名字空间等多种优势。
技术实现思路
针对现有技术的不足，本专利技术公开了一种基于HBase的电网图片存储方法、介质和设备，实现了...
【技术保护点】
1.一种基于HBase的电网海量图片存储方法，其特征在于，包括步骤：/n判断要存储的图像是否超过HBase数据库存储数据块HFile的大小，如果超过，则对图像进行分割，直至未超过HBase数据库存储数据块HFile的大小；/n提取图像的特征向量；/n对提取到的特征向量进行二进制量化，得到二进制特征向量；/n对二进制特征向量进行加密；/n将加密后的数据生成HFile文件，存入HBase数据库。/n
【技术特征摘要】
1.一种基于HBase的电网海量图片存储方法，其特征在于，包括步骤：
判断要存储的图像是否超过HBase数据库存储数据块HFile的大小，如果超过，则对图像进行分割，直至未超过HBase数据库存储数据块HFile的大小；
提取图像的特征向量；
对提取到的特征向量进行二进制量化，得到二进制特征向量；
对二进制特征向量进行加密；
将加密后的数据生成HFile文件，存入HBase数据库。
2.根据权利要求1所述的一种基于HBase的电网海量图片存储方法，其特征在于，对图片进行分割的方法为：将图片分割成大小的均等的若干个切片，切片的大小与HBase数据库存储数据块HFile的大小的差s满足|s|≤5kb。
3.根据权利要求2所述的一种基于HBase的电网海量图片存储方法，其特征在于，将分割后的所有切片保存到同样的行健、列族中，HBase数据库按照切片的顺序自动打上时间戳并保存。
4.根据权利要求1所述的一种基于HBase的电网海量图片存储方法，其特征在于，图像的特征向量为CSIFT特征向量。
5.根据权利要求4所述的一种基于HBase的电网海量图片存储方法，其特征在于，提取图像的CSIFT特征向量，包括步骤：
对图像进行高斯差分变换；
检测图像在高斯差分尺度空间的极值；
根据极值确定关键点的位置和方向；
对关键点进行CSIFT特征描述，得到图像的CSIFT特征向量。
6.根据权利要求5所述的一种基于HBase的电网海量图片存储方法，其特征在于，图像的CSIFT特征向量获取过程为：
将经过高斯差分变换后的相邻的图像做减法操作，得到高斯差分图像，同一尺度的每个像素点与其相邻的8个像素点以及上下尺度对应的18个像素点进行比较，找出其中最大或最小的像素点，为图像的极值点；
对于得到的极值点，去掉与周围像素差异大的像素点，并且根据下列公式对图像I(x,y)经过高斯差分变换后得到的图像D(x,y,σ)进行泰勒展开并求导得出极值点偏移量
将偏移量带入D(x,y,σ)，得出过滤掉小于预设值的极值点，x、y分别为图像中像素点横、纵坐标，去除不稳定的极值点，剩余的极值点为特征点，再找出特征点中的关键点：
求得D(x,y,σ)的Hessian矩阵H，公式如下：
其中，Dxx，Dxy，Dyx以及Dyy为D(x,y,σ)对...
【专利技术属性】
技术研发人员：席丁鼎，罗旺，白义传，胡牧，张佩，陈骏，吴超，夏源，吴钰芃，
申请(专利权)人：南京南瑞信息通信科技有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。