随着互联网的发展,基于Web的eMTM (electronic Made to Measure)系统应时而生。它克服了传统eMTM系统在时间和地域上的限制,使用户可以随时随地的使用量身定制服装的服务,更好的满足用户的需求。三维人体模型生成引擎是eMTM系统的重要组成部分,为eMTM系统的实现提供了保证。三维人体模型生成引擎生成个性化的三维人体模型,需要处理大量原始数据,是典型的计算密集型任务。基于Web的eMTM系统中,单个用户提交的原始数据量不断扩大,对响应时间要求不断提高,现有三维人体模型生成引擎不能很好地满足这一需求,为了解决现有三维人体模型生成引擎在计算能力和可扩展能力上的不足,本文提出了基于并行计算框架MapReduce的三维人体模型生成引擎的方案,该方案基于Hadoop平台,使用MapReduce模型来简化并行计算程序设计本论文的主要工作是：1.设计并实现了基于MapReduce的三维人体模型生成引擎,对现有的三维人体模型生成算法进行并行化处理,提高计算速度,使其满足基于Web的eMTM系统的需求。2.由于MapReduce编程模型内置的数据类型不能够很好支持图像文件,使得计算处理效率不高,本文扩展了Hadoop MapReduce框架,实现对图像文件的数据支持,方便了进行分布式图像处理。3.建立Hadoop集群,测试并行化的三维人体模型生成引擎的性能。使用MapReduce编程模型,充分利用了现有低端硬件设备的处理能力,简化了并行化的难度。实验表明,该方案通过并行计算加快了三维人体模型生成引擎的三维人体模型的生成的速度,为基于Web的eMTM系统的更好应用提供了可能。