目前,数字图像处理已经成为信息处理科学的一个重要部分,在众多的图像处理应用中,尤其是在天文学、医学、军事应用领域都对图像数据的真实性有较高的要求,即使日常的图像通信也要求获得尽可能高的质量,但在各类图像处理系统中,由于图像的传送和转换,如成像、复制、扫描、传输、显示等,不可避免的要造成图像的降质,典型的表现为图像模糊、失真、有噪声等,为了去除噪声、改善图像质量,图像恢复具有非常重要的意义;除此之外,很多情况下常常要求及时甚至实时地得到真实的图像数据。而数字图像往往规模巨大,普通的计算机难以满足用户对图像处理速度的要求,并行计算机的发展为图像处理技术的发展提供了有利的条件。因此在保证图像质量的前提下,如何利用高性能计算机来提高图像恢复算法的计算效率和降低内存的需求量,已经成为图像恢复算法领域关注的焦点问题之一。针对这一问题,文章从算法和计算机体系结构两方面入手进行了研究。在分析图像退化原因的基础上,把由噪声引起的退化和基于块编码传输过程中的图像退化问题作为主攻方向,同时分析了当今比较成熟的并行计算机体系结构SMP机群,并讨论了SMP Cluster上的算法优化问题。基于图像数据并行性的特点,讨论了两种情况下图像恢复算法的并行化问题;并根据SMP机群的特点,对并行算法进行了优化;最后通过并行计算环境mpich.nt在机群上进行了模拟,发现本文所提的算法提高了计算性能,同时降低了内存的需求量,取得了良好的效果。文章的主要创新可以归结为:第一,将具体的图像恢复算法与并行机结构结合起来,为研究并行图像恢复算法提供了一种新的思路。第二,提出了一种基于中值滤波算法的新的串行算法WMF(Weighted Median Filter)。WMF算法主要是基于这样一种思想,对于含噪图像上受损的任一点,其邻域中的像素对它的恢复过程中的贡献是不同的,如果这一点的灰度值越接近该区域内的中值,则其贡献相应的大一些,反之相应的小一些。考虑到每个像素点的权值可根据邻域中的像素求出,其操作相同,只是操作过程中涉及的数据不同,接着设计了并行算法PWMF(Parallel Weighted Median Filter),并讨论了其在SMP Cluster上的优化问题。第三,搭建了机群对上述算法进行测试,取得了较好的效果,无论是算法的运行时间还是恢复后图像的视觉效果都有了较大的改进。第四,对利用错误隐藏技术的JLBNM算法做了两方面的改进,其一是根据退化图像本身的内容来确定跳跃的步长;其二是对JLBNM算法中环顾式搜索做了进一步的改进,采用了模板匹配的思想,进行了精细搜索。最后设计了SMP Cluster上的并行算法框架,并利用Rational Rose 2002设计了实现并行算法的主要类。进一步的研究包括根据SMP Cluster系统结构特点挖掘解决并行处理问题的有效技术和方法,如I/O访问策略、通讯优化、数据分配等,从而为高效的并行算法提供参考;同时对并行计算平台的改进,将可视化工具集成到并行计算环境中也是一个值得研究的课题。