1. 研究目的与意义
图像是人类智能活动重要的信息来源之一，是人类相互交流和认识世界的主要媒体。随着信息高速公路、数字地球概念的提出，人们对图像处理技术的需求与日剧增，同时VLSI技术的发展给图像处理技术的应用提供了广阔的平台。图像处理技术是图像识别和分析的基础，所以图像处理技术对整个图像工程来说就非常重要，对图像处理技术的实现的研究也就具有重要的理论意义与实用价值，包括对传统算法的改进和硬件实现的研究。图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科，因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。近年来，图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域，并促使这些学科产生了新的发展。
图像处理面临数据量大，处理速度慢等问题，人们研究和采用基于并行机或并行集群的图像并行处理技术，以提高图像处理的效率。随着多核架构的出现，多核并行技术成为提高图像处理速度的新手段，但已有的并行设计和编程模式不完全适合多核架构且不具通用性，难以推广使用。目前，多核并行技术在图像处理领域的应用受到广泛关注，对多核图像处理的研究已成为一个热点。2. 课题关键问题和重难点
数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展，图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，尽管其发展历史不长，但却引起各方面人士的广泛关注。首先，视觉是人类最重要的感知手段，图像又是视觉的基础，因此，数字图像成为心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具。其次，图像处理在军事、遥感、气象等大型应用中有不断增长的需求。
多年来，计算机的最大性能主要受限于它的中心微处理器的速度。然而由于个别处理器已经开始达到它的瓶颈限制，芯片制造商开始转向多核设计，让计算机具有了同时执行多个任务的能力。
本课题的关键点在于编写main主函数对以下子函数的调用并计算运算时间，及利用TBB的并行能力进行优化，对比前后得到的结果，并分析影响因素。
3. 国内外研究现状（文献综述）
串行计算是指在单个计算机(具有单个中央处理单元)上执行软件读写操作，逐个使用一系列指令解决问题。并行计算是在串行计算的基础上演变而来，它努力仿真自然世界中，一个序列中含有众多同时发生的、复杂且相关事件的事务状态。为利用并行计算，通常计算问题表现为以下特征：① 将计算任务分解成多个部分，有助于同时解决；② 在同一时间，由不同的执行部件执行多个程序指令；③ 多计算资源下解决问题的耗时要少于单个计算资源下的耗时。并行计算可分为时间上的并行和空间上的并行：前者典型代表为流水线技术，后者则用多个处理器同时的执行计算。
并行计算早期的发展历程:：从 20 世纪 40 年代开始的现代计算机发展历程可以分为两个明显的发展时代：串行计算时代和并行计算时代。 每一个计算时代都从体系结构发展开始， 接着是系统软件(特别是编译器与操作系统)、应用软件，最后随着问题求解环境的发展而达到顶峰。创建和应用并行计算的主要原因是因为并行计算是解决单处理器速度瓶颈的最好方法之一。而并行计算的硬件平台是并行计算机，它由一组处理单元组成，这组处理单元通过相互之间的通信与协作，以更快的速度共同完成一项大规模的计算任务。因此，从并行计算的角度来看，并行计算机的两个最主要的组成部分是计算节点和节点间的通信与协作机制。并行计算机体系结构的发展也主要体现在计算节点性能的提高以及节点间通信技术的改进两方面。
并行算法是传统并行计算研究中的重要内容，在新的条件下，并行算法的研究也同样受到了很大的影响。首先，多核系统的发展对于并行计算模型的研究提出了新的挑战。计算模型是为了计算目的将真实体(计算机软/硬件) 进行一定的抽象而成的。并行计算模型是算法设计者所看到的参数化了的并行机，是提供给编程者的计算机软/硬件接口，是程序执行时的系统软/硬件支撑环境。传统的并行计算模型一般指的是并行算法设计模型，为并行算法的研究者提供一个独立于具体并行机体系结构的抽象的并行机。一般模型中通常定义了机器参数、计算行为、开销函数，它们被称为计算模型三要素。随着多核系统等并行结构的飞速发展，为了使计算模型能够反映体系结构的变化，人们不断的向该单一模型中加入旨在反映机器特性的新的参数，调整计算行为，修改开销函数。单一模型变得越来越复杂，在实际的算法设计中难以使用 ，所以需要通过分层的并行计算模型来解决。
4. 研究方案
一、课题目标
该课题使用C 进行编写，所需环境为vs2008 opencv2.3.1。利用TBB的并行能力对已有的若干基于OpenCV的图像处理算法进行优化，同时给出优化前后的对比实验结果，并对实验结果做出分析，得出算法实现效率的影响因素。
二、研制可行方案：
5. 工作计划
第1-2周 查阅相关资料，对论题进一步分析，及对运行环境的安装与配置。
第3-4周 完成外文翻译，开题报告。
第5-6周 熟悉C ；图像处理知识，opencv，了解TBB的并行优化 。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
