2 并行图像处理算法的实现图像处理的并行求解过程，一般分为以下几个步骤：
(1) 对图像处理问题进行抽象，建立算法串行模型;
(2) 对算法串行模型进行分析，找出算法模型中需要并行处理的部分，确定算法并行实现方法建立算法并行模型的描述;
(3) 用并行计算语言实现并行算法;
(4) 在并行集群计算系统上运行，调试并行算法。
3 并行图像处理具体算法实例：
灰度匹配是数字图像处理中一项重要的技术，以往的匹配方法虽然精确度高，但计算量大、时间长。针对这一问题，将基于MPI(Message Passing Interface)的集群并行处理思想引入到图像灰度匹配中，对待匹配的图像采用数据分割处理，结合并行处理的一般步骤对图像灰度匹配进行并行建模、实现，对传统的图像灰度匹配算法进行并行化改进，试验结果表明并行化处理能显著地缩短灰度匹配时间，达到较高的加速比和效率。通过对图像灰度匹配的并行化处理，验证了并行计算的高性能。
研究目标：
灰度匹配是数字图像处理中一项重要的技术，以往的匹配方法虽然精确度高，但计算量大、时间长。针对这一问题，将基于MPI(Message Passing Interface)的集群并行处理思想引入到图像灰度匹配中，对待匹配的图像采用数据分割处理，结合并行处理的一般步骤对图像灰度匹配进行并行建模、实现，对传统的图像灰度匹配算法进行并行化改进，试验结果表明并行化处理能显著地缩短灰度匹配时间，达到较高的加速比和效率。通过对图像灰度匹配的并行化处理，验证了并行计算的高性能。
三.研究步骤、方法及措施
研究步骤与方法
本课题将先从理论上提出解决办法，再从实践中不断验证断修正理论模型最后开发出一个初步的应用系统。立足于并行计算在图像处理方面的应用，致力于研究MPI在灰度匹配上的具体应用。
可能遇到的问题及采取的措施
1. 图像处理的并行模型的选择以及实现
2. 分析并行量大时和并行量小时等多种情况的比较。
四.研究进度计划
研究工作的总体安排和进度：
1. 20xx.2.21-20xx.3.6 查阅相关文档、确定论文题目
2. 20xx.3.7-20xx.3.20 撰写开题报告，调研项目所用的并行计算技术
3. 20xx.3.21-20xx.3.23 文献综述
4. 20xx.3.24-20xx.4.19 项目开发，大体完成
5. 20xx.4.20-20xx.4.24 外文翻译
6. 20xx.4.25-20xx.5.6 论文一稿
7. 20xx.5.7-20xx.5.8 中期检查
8. 20xx.5.9-20xx.5.31 论文二稿
9. 20xx.6.1-20xx.6.5 论文三稿
10. 20xx.6.6-20xx.6.10 论文定稿，准备答辩材料
开题报告的目的就是要请专家帮助判断选题者所提出的问题是否值得研究，以下是一篇软件工程毕业论文开题报告，供大家阅读借鉴。
一、课题来源
课题《Oracle数据库应用实验平台的搭建》来自于实际的教学工作需要，随着科技的进步，网络的发展，几乎所有的企业都使用数据库来帮助管理商业活动，为企业带来了巨大的收益。而当今数据库市场，已经形成以甲骨文的Oracle数据库、IBM的DB 2数据库、微软的Sql Server数据库为代表的三足鼎立的形式，其中甲骨文公司的Oracle则牢牢占据着最大的市场份额。在国内，Oracle数据库已经成为诸多企业的首选，并且国内的市场份额呈逐年增高的趋势。因此，建设Oracle数据库应用平台，不仅能够为数据库教学提供一个平台，同时更能让学生在学习的过程中达到理论和实践相结合的目的，为学生提供更多的Oracle学习和实践的资源，以提高学生理论高度和实践能力，最终，为学生的就业提供助力。
二、国内外现状
在国外，目前已经有大量的高校采用了Oracle,其中排名前10的哈佛大学、耶鲁大学、剑桥大学、牛津大学、加州理工大学、伦敦帝国理工学院、芝加哥大学、麻省理工大学、哥伦比亚大学全部采用了Oracle.以剑桥大学为例，该校拥有30,000名学生、31所学院、150系，面临着每所学院都有自己的信息系统、冗余和冲突的资料、繁琐低效的业务流程、无法快速的给出业务报表等挑战，最终，通过应用Oracle,成功的实现了保证单一官方记录，各科室均可获得准确的数据，学生可在校区外获取记录，分享信息，准确报表。
