通信通路不可避免地会产生传输错误，减少或补救传输错误引起的图像损坏己成为国际上图像处理领域的一个重要研究热点。图像恢复技术则是补救图像坏损的一种主要途径。基于远距离关系的图像恢复算法，Best Neighborhood Matching(BNM)，能够获得很好图像恢复质量，但却具有计算复杂度高，难以满足实际应用需求的局限性。本文将致力于研究高效快速的图像恢复算法。 并行处理技术已成为解决大计算量应用问题的重要途径，然而并行处理却具有复杂性高，并行算法设计难度大的特点。特别是并行系统中计算速度、通信带宽、I／O处理能力的发展不均衡，为并行算法的设计带来了不同的难点，并成为了高效并行算法要解决的关键问题。本文对设计高效并行算法中，解决这些关键问题的优化设计策略进行了研究，特别是研究了影响I／O性能的层次模型和优化的I／O设计策略。 本文的主要创新性成果可概括如下： 第一，提出了跳跃与环顾最优匹配的快速图像恢复算法(JLBNM)。该算法从BNM中影响算法计算复杂度的关键环节：为坏块寻找最优匹配块的搜索路径出发，模拟了人在寻找相似块时的快速智能方法。同时，对于进行匹配的核心步骤，提出了有效的优化方法。有关的计算复杂度度量分析，及模拟实验，均证明了JLBNM具有计算复杂性低，对损坏图像恢复质量高的特点。 第二，研究了设计高效并行算法的有关准则，要解决的关键问题和优化策略。对影响并行算法效率的关键问题：I／O问题，系统地分析了分布式并行计算机系统中提高I／O性能的技术和方法，并分析和比较了各种技术与方法的特点及其提高I／O性能的作用。从并行应用特点的角度，提出了影响I／O系统性能的层次模型。 第三，对cluster系统中的I／O系统进行了分析和研究，进而从应用程序设计的层次分析了文件的不同存放方式和不同的访问策略，并提出了有关的分析模型。理论分析和实验结果表明，不同的I／O访问策略会产生很大差距的I／O性能，在cluster系统中，采用分布式并行读策略所达到的I／O性能明显高于基于消息传递读策略所达到的I／O性能。