四边形网格是三维模型数字化表示的重要形式,因其天然具有张量积性质、能够直观地捕获模型的几何特征和语义信息等优良特性,而被广泛应用于多边形建模、高阶曲面造型、纹理映射、有限元建模、压缩等方面。因此,高效率、高质量、自动化地生成四边形网格算法已成为国内外研究内容的热点。基于方向场参数化,从输入的三角形网格中获得特征对齐的四边形网格是目前最有效也是最流行的方法。但是当输入带有小尺度拓扑特征的大型网格模型时,会导致算法效率低且在方向场中引入紧密放置的奇异点。同时由于参数化结果存在数值不准确及各种退化现象,导致提取的四边形网格出现孔洞等问题。本文提出了基于并行运算的一种高质量四边形网格生成方法,其主要工作内容包括法向滤波、方向场生成、参数化以及四边形网格提取等几个方面:首先,以贪婪的方式对输入网格模型进行细分,得到一个高分辨率的三角形网格并将其作为新的操作源,以便后续方向场生成与参数化过程能够捕获更多的模型特征;其次,在测地距离基础上,利用高斯滤波器对三角形网格顶点的法向进行滤波,将密集特征合并,以避免小尺度拓扑特征带入方向场;再次,在滤波切空间上以外在平滑方式生成平滑的方向场,并将其投影回三角形网格,进而引导参数化;然后,提出一种自适应的四边形网格提取方法,利用浮点型数据来识别四边形网格边,并在边折叠过程中自动调整目标边长范围以识别更多合法的边,同时针对尖锐角和三角形对分别进行边折叠和边删除操作,以保证输出四边形网格模型的质量。最后,通过模块化的开发流程,以TBB（Threading Building Blocks）并行运算库为基础,分别验证各个模块的有效性,再将所有算法进行整合,形成一个完整的四边形网格生成算法。本文在斯坦福三维扫描存储库上,将提出的基于并行运算的一种高质量四边形网格生成方法与经典的几种方法进行了比较,不仅很好地解决了小尺度拓扑特征对齐问题,还减少了输出网格中的孔洞现象。