軟件工程畢業論文開題報告範文
一.研究背景、概況及意義
1.研究背景
隨着科學技術的飛速發展,越來越多的大規模科學和工程計算問題對計算機的速度提出了非常高的要求。在圖像處理方面,大規模的地形匹配、神經網絡計算及其他計算量大的任務都需要計算機具有強大的計算性能。近年來,微處理器的性能不斷提高,高速局域網的不斷髮展,可以利用相對廉價的微機通過高速局域網構建高性能的並行集羣計算系統。與傳統的超級計算機相比,並行集羣計算系統具有較高的性價比和良好的可擴展性,可以滿足不同規模的大型計算問題。
在數字圖像處理中，圖像匹配是根據已知一幅圖像在陌生圖像中尋找對應子圖像的過程，它在計算機視覺、航空遙感、醫學圖像、飛行器制導等領域具有廣泛的應用。目前，圖像匹配算法很多，基於灰度匹配算法簡單、精度高，但計算量大、對旋轉形變等敏感。基於特徵匹配方法計算量小，對灰度變化、形變及遮擋等有較好的適應性，但它取決於特徵提取的質量，匹配精度不是很理想。基於神經網絡和遺傳算法具有良好的並行性和非線性全局作用，良好的容錯和記憶能力，但計算代價高、參數選取對結果影響大。其中經典的灰度相關算法具有匹配精度高，易於硬件實現等特點，但計算量大、速度慢，應用受到限制。現今針對灰度相關匹配改進的算法較多，如灰度歸一化相關匹配，基本上是從相似性度量的函數着手進行算法的改進，但很多是基於串行處理。隨着近幾年硬件的飛速發展，使得傳統的大型工作站可由多微機的集羣系統代替，從而使得計算量大的問題可由後者解決。在圖像處理的研究中，並行處理的引入極大地縮短了計算時間，成為圖像處理中的一種重要手段。本文基於灰度相關匹配進行並行化處理、改進，提高運算速度。
2.國內外研究概況
目前，MPI(Message Passing Interface) 是比較流行的並行計算開發環境之一。MPI是一個並行計算消息傳遞接口標準,由MPI論壇(MPI Forum)推出,制定該標準的目的是提高並行程序的可移植性和開發效率。MPI論壇是由歐美主要的並行計算機生產商、大學、政府實驗室和工廠研究人員組成的一個非官方組織。MPI論壇在1994年6 月正式推出了MPI的第一個版本MPI1.0 ,又於1995 年6 月推出了MPI1.1 ,對原有的版本進行了修改、完善和補充。1997年7月推出的MPI2.0版本中,又加入了遠程存儲訪問、並行I/O、動態進程管理等內容。MPI現在已經成為產業界廣泛支持的'並行計算標準。
3.現實意義
現今針對灰度相關匹配改進的算法較多, 如灰度歸一化相關匹配，基本上是從相似性度量的函數着手進行算法的改進，但很多是基於串行處理。隨着近幾年硬件的飛速發展, 使得傳統的大型工作站由多微機的集羣系統代替，從而使得計算量大的問題可由後者解決。在圖像處理的研究中，並行處理的引入極大地縮短了計算時間, 成為圖像處理中的一種重要手段。本文基於灰度相關匹配進行並行化處理，並對其進行適當的改進，以提高運算速度。
二.研究主要內容
研究內容：
基於並行計算在高性能計算中的優勢並根據圖像處理的特點，探討了並行計算在圖像處理中的應用。給出了圖像並行處理的一般過程,並用具體例子作以説明，同時也給出瞭如何提高圖像並行處理效率的一些措施。
1 軟件工具的選擇
已有若干並行編程軟件包可供選擇，例如PVM ( ParallelVirtualMachine)，MPI ( Message Passing Interface)，Express，Pthreads等，但是，其中只有PVM，MPI是針對網絡多計算機系統(或工作站集羣系統)設計的。前者提供了一種支持異構或同構計算機間消息傳遞的軟件環境，適合於多種硬件結構,包括運行Linux、UNIX操作系統的PC機。它可以用C或者Fortran編程。而MPI具有和PVM 類似的比較強大的功能。與PVM一樣，它可以用C或者Fortran編程，並且也適合於多種硬件結構，包括運行Linux、Windows、NT操作系統的PC機。但它是被推薦的一種適用於消息傳遞型多計算機系統的並行軟件編程標準。因此，它不僅實用，可移植、高效靈活，而且將有更廣泛的推廣價值。此外，它的許多版本與實現,如MPICH、CHIPM、LAM等都可以在網上免費下載，這為圖像並行處理的研究提供了十分有利的條件。在我們研究圖像並行處理時，選擇了MPI作為並行程序設計工具。
2 並行圖像處理算法的實現圖像處理的並行求解過程，一般分為以下幾個步驟：
(1) 對圖像處理問題進行抽象，建立算法串行模型;
(2) 對算法串行模型進行分析，找出算法模型中需要並行處理的部分，確定算法並行實現方法建立算法並行模型的描述;
(3) 用並行計算語言實現並行算法;
(4) 在並行集羣計算系統上運行，調試並行算法。
3 並行圖像處理具體算法實例：
灰度匹配是數字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基於MPI(Message Passing Interface)的集羣並行處理思想引入到圖像灰度匹配中，對待匹配的圖像採用數據分割處理，結合並行處理的一般步驟對圖像灰度匹配進行並行建模、實現，對傳統的圖像灰度匹配算法進行並行化改進，試驗結果表明並行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的並行化處理，驗證了並行計算的高性能。
研究目標：
灰度匹配是數字圖像處理中一項重要的技術，以往的匹配方法雖然精確度高，但計算量大、時間長。針對這一問題，將基於MPI(Message Passing Interface)的集羣並行處理思想引入到圖像灰度匹配中，對待匹配的圖像採用數據分割處理，結合並行處理的一般步驟對圖像灰度匹配進行並行建模、實現，對傳統的圖像灰度匹配算法進行並行化改進，試驗結果表明並行化處理能顯著地縮短灰度匹配時間，達到較高的加速比和效率。通過對圖像灰度匹配的並行化處理，驗證了並行計算的高性能。
三.研究步驟、方法及措施
研究步驟與方法
本課題將先從理論上提出解決辦法，再從實踐中不斷驗證斷修正理論模型最後開發出一個初步的應用系統。立足於並行計算在圖像處理方面的應用，致力於研究MPI在灰度匹配上的具體應用。
可能遇到的問題及採取的措施
1. 圖像處理的並行模型的選擇以及實現
2. 分析並行量大時和並行量小時等多種情況的比較。
四.研究進度計劃
研究工作的總體安排和進度：
1. 20XX.2.21-20XX.3.6 查閲相關文檔、確定論文題目
2. 20XX.3.7-20XX.3.20 撰寫開題報告，調研項目所用的並行計算技術
3. 20XX.3.21-20XX.3.23 文獻綜述
4. 20XX.3.24-20XX.4.19 項目開發，大體完成
5. 20XX.4.20-20XX.4.24 外文翻譯
6. 20XX.4.25-20XX.5.6 論文一稿
7. 20XX.5.7-20XX.5.8 中期檢查
8. 20XX.5.9-20XX.5.31 論文二稿
9. 20XX.6.1-20XX.6.5 論文三稿
10. 20XX.6.6-20XX.6.10 論文定稿，準備答辯材料
五.參考文獻
[1] 陳國良,安虹. 並行算法實踐[M]. 北京:高等教育出版社。
[2] 都志輝. 高性能計算之並行編程技術———MPI並行程序設計[M]. 北京:清華大學出版社。.
[3] SCH ISTAD AH, JA IN SOTBERG AK. Texture Fusion and FeatureSelection App lied to SAR Imagery [J]. IEEE Transactions on Ge2osience and Remote Sensing, 1997, 35 (2) : 475 - 478.
[4] UNSERM. Texture classification and segmentation usingwavelet frames[J]. IEEE Transactios Image Processing, 1995, 4 (11): 1549 - 1560.
[5] SIMARD M,DEGRAND I G. Analysis of Speckle Noise ContributiononWavelet Decomposition of SAR Images[J]. IEEE Transactions onGeoscience and Remote Sensing, 1998, 36 (6) : 1953 - 1962.
[6] BARALD I A , PARM IGGIAN F . An Investigation of the TextureCharacteristics Associated with GrayLevel Co2occurrenceMatrix Sta2
