随着互联网技术的飞速发展,越来越多的信息被人们从互联网中获取到。这些信息当中人们所感兴趣的主要是图片、视频等多媒体信息。图像数据的分类在人们检索相关图像内容时发挥了越来越重要的作用,如何从天量的图像集中找出图像的类别也成为一个图像处理领域比较关心的问题。图像由于其复杂的信息表示,使得计算机在处理图像时需要耗费大量计算资源。云计算这一概念的兴起,使得分布式存储与计算受到了人们的广泛关注。Hadoop这一开源的分布式框架就是在这样的大环境下应运而生。Hadoop主要由两部分组成,它们分别是Hadoop分布式文件系统和MapReduce并行编程框架。Hadoop的出现极大地简化了分布式编程,Hadoop分布式文件系统用于海量数据的存储与读取,MapReduce负责数据的并行计算。本文利用Hadoop分布式计算框架来实现对图像的处理,具体工作如下：本文对Hadoop分布式平台下的分布式文件系统与并行计算函数进行深入地研究。同时,图像分类中相关的图像特征提取与匹配算法也是本文的重点研究内容。本文在Linux操作系统环境下搭建Hadoop分布式平台,并在这个平台上设计实现了一个图像分类系统。该系统由于架构在Hadoop之上,用户只要专注于编写映射与合并主要两个函数来实现自己的业务逻辑,而不用考虑集群中各个节点之间的数据通信以及任务分配问题。因此具有良好的容错性与可扩展性。测试实验结果表明,该系统在处理大量图像数据时,无论是图像的存储能力还是图像的分类速度都相比于传统的单节点图像分类系统有着显著提升。