随着并行处理技术的发展,并行计算正不断应用于科学计算领域之外的众多工程领域,包括图像处理、视频压缩、流体力学、遥感技术、生物识别等。其中,图像并行处理技术更是在传统的图像处理领域发挥着重要作用。然而并行处理技术在图像处理方面的发展也面临许多挑战,其中最主要的就是如何提高解决实际复杂问题的综合能力,包括图像处理中复杂问题求解和处理速度高速化问题。大多数图像工程中的并行处理技术所能发挥的效益取决于实际应用的复杂性以及应用部门对系统价格的承受能力。本文就是针对实际应用中的两个图像工程,通过修改串行算法、改变计算模式、利用可用资源对其进行加速优化,提高执行效率,减少计算耗时。本文主要是将基于多核CPU的分布式并行计算和基于GPU的高性能并行计算技术应用于实际处理的图像工程中。针对工程中具体的角点匹配和点阵模型运动以及颜色插值的计算耗时问题,通过分析其中的串行算法,依照并行处理规则,寻求问题并行归约,凭借有效的硬件资源,对其进行并行处理,提高程序执行效率,缩短计算延时。通过并行加速优化,三维图像重建中的角点匹配计算过程得到大幅度的缩减,体三维活动图像显示可以达到实时显示的效果。本文通过MATLAB和Visual C++两个平台,实现了对图像工程的并行加速处理,并且通过MATLABPCT、 Jacket、 CUDA以及DirectCompute四种加速方案的比对,进一步了解多核分布式并行计算和GPU高性能并行计算各自的工作流程以及性能效益。最后,本文给出了通过并行处理之后的关于两个图像工程计算性能的测试结果及比对。结果证明：经并行处理后的图像工程在计算效率方面有显著提高,结果精确,计算耗时小。