遥感图像分割是面向对象遥感信息分析的关键步骤。其实现过程往往较为复杂,对计算时间及内存空间都有较高的要求。为此,需要研究图像分割的并行化实现模式。本文基于多核集群环境,采用主从式并行架构,对分水岭分割算法的并行化过程进行了研究,内容包括：(1)分水岭分割算法的过分割现象的处理过分割现象是分水岭分割算法普遍存在的问题,使得分水岭分割后的图像中存在大量的不必要的小区域。本研究从过分割问题的产生过程入手,结合小斑块面积阈值,进行过分割斑块的合并,达到控制图像分割斑块数量的目的,解决了分水岭分割算法存在的过度分割问题。(2)分水岭分割算法的并行化改造从采取的并行模式进行分析,采用数据并行方式,对遥感影像数据进行分块,将每块数据的计算看做独立的任务,对分水岭分割算法实现了OpenMP改造、MPI改造和MPI+OpenMP改造,并且在本文搭建的异构PC集群硬件环境和MPI+OpenMP为软件的试验系统进行实验。结果表明,上述方法在并行加速比、耗时等方面都取得了较好的效果,基本和预期相符合。(3)并行化分水岭分割的缝合线问题的处理针对分块并行分水岭分割算法结果进行拼接时出现的缝合线问题,本文设计使用了基于区域生长的重分割策略,获取拼接线两侧的图斑并提取所有斑块内像素坐标,使用坐标对应的原图数据进行再次分割,结果填回第一次分割结果图中,实现了并行分水岭分割算法结果的无缝拼接,消除了缝合线现象。