采用传统单机模式建立金字塔耗费周期长,且效率较低,无法达到实时更新地图的需求。因此,如何从海量的遥感影像数据中有效地提炼与应用目标直接相关的信息,以及如何有效地对海量遥感数据进行快速处理、提高可视化的效率是当前最需要解决的问题。近年来,分布式并行计算技术的发展为遥感影像处理问题提供了新的契机,本文主要研究了基于Hadoop的MapReduce的并行计算框架来优化当前传统单机构建技术生成金字塔耗时长、效率低的问题。首先针对遥感影像内重叠、多源区域构建金字塔问题,采用影像优化分层策略,对于不规则影像使用不规则分块策略,结合改进后的Hilbert编码,建立模板影像金字塔模型;其次由于重采样会导致中上层分辨率降低,本文采用改进的猫群寻优算法来减少影像分辨率的损失,并结合MapReduce并行计算框架构建金字塔;最后针对传统的遥感影像金字塔输出技术会出现输出速度缓慢以及精度不高的问题,采用并行分幅输出,提高了输出的效率和精度。本文在1个控制节点4个计算节点的完全式分布集群下,进行实验验证,结果证明猫群寻优算法会提高遥感图像数据的完整性,本研究提出的并行构建金字塔优化算法效率会随着节点的增加而提高。