1. 研究目的与意义

人类离不开图像，画面比文字更形象生动，人类70%以上的信息来自视觉。

近年来，数字图像处理发展迅速，使用价值高，应用范畴极为广泛，现已应用于军事技术、政府部门和医疗卫生等多种领域。

数字图像处理研究内容很广泛，归纳起来有如下几个方面：图像数字话、图像压缩、图像增强、图像分析、图像恢复。

2. 课题关键问题和重难点

本文使用opencv并行技术重构给定的c 代码，利用tbb特性编译opencv并行库，分析比较串行算法与并行算法，根据给定的函数结合tbb加速技术给出算法的加速实现，对比优化前后的结果，分析并总结影响效率的因素。

其关键问题主要如下：　　１．opencv函数库中，哪些函数支持tbb加速技术。

首要难点就是定位这些能够结合tbb技术进行加速的函数。

3. 国内外研究现状（文献综述）

1.opencv的相关介绍 opencv全称是open source computer vision library，是一个跨平台计算机视觉库。

opencv是由英特尔公司发起并参与开发，以bsd许可证授权发行，可以再商业和研究领域中免费使用，并且源代码是公开的[3]。

2.opencv的特色 opencv采用c/c 语言编写，可以运行在linux/windows/mac等操作系统上。

4. 研究方案

本设计方案的要求：掌握c 编程技术，掌握并行化编程技术，熟悉图像处理的概念。

使用opencv并行技术重构给定的c ，分析比较串行算法和并行算法。

利用tbb特性编译opencv并行库， 总结opencv中支持tbb加速的函数，根据给定的函数结合tbb加速技术给出算法的加速实现，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。

5. 工作计划

2022.1.5-2022.1.11 查阅文献资料，了解常用图像处理算法，尤其是适合并行处理的算法2022.1.12-2022.1.18 掌握开发环境的应用，熟悉OpenCV2022.1.19-2022.1.25 编译OpenCV：64bits，VS2008；构建测试框架2022.3.2-2022.3.8 优化测试:二值化、形态学2022.3.9-2022.3.15 撰写开题报告；完成翻译2022.3.16-2022.3.22 优化测试:卷积运算、模板运算2022.3.23-2022.3.29 优化测试:矩阵运算2022.3.30-2022.4.5 优化测试:直方图统计、FFT运算2022.4.6-2022.4.12 优化测试:颜色转换2022.4.13-2022.4.19 优化结果分析：程序运行效率影响因素2022.4.20-2022.4.26 毕设论文撰写2022.4.27-2022.5.3 毕设论文撰写，答辩准备