当代面临着的重大科学技术问题要依赖于计算技术协助解决,一方面要作大型计算以得到更精确的解,另一方面要作计算机模拟,以便进一步了解所探讨问题的结构与运动规律。这两个方面都离不开并行处理技术。并行处理技术领域非常广泛,包括并行体系结构、并行软件和并行算法等。由于图像处理过程中的数据量巨大,而且各种算法中大量卷积运算和矩阵乘法运算的存在,就为图像处理过程中的并行算法设计和实现提供了可能。提高图像处理的速度就是一个重大的挑战,这是由图像数据的特点和图像处理算法的复杂性引起的。并行计算是提高处理速度的有效手段之一,随着高性能并行处理系统的发展,图像并行处理技术为提高图像处理速度提供了更大的空间。本文将以并行算法在图像处理中的应用为研究对象,重点研究了并行算法在FFT和DCT变换和图像编码问题中的一些方法和应用。首先,根据快速傅立叶变换的串行算法(FFT),重点设计了在机群环境下求解计算傅立叶变换的并行算法,详细描述了设计思路,设计策略。文中选用的任务划分方法为均匀分配方法。在并行算法的设计中,根据傅立叶变换中固有的倒排位特性,本文给出了一种区别于位操作的递归方法来实现了初试序列的排序和划分,也给出了详细的并行算法描述和并行算法的复杂度分析。然后,根据离散余弦变换的串行算法(DCT),重点设计和分析了在机群环境下,计算离散余弦变换的并行算法并给出了详细的算法描述和分析。最后,在图像的编码方面,本文选用了常见的哈夫曼编码方法进行并行算法的设计。并在压缩图像的过程中采用了DCT变换和哈夫曼编码结合的方法。在数值实验的过程中,通过各个处理节点上的归约操作和主机的广播操作,实现了多机同时根据哈夫曼编码表进行图像数据压缩。文中设计的并行算法已经在NOW上的MPI平台上实现。理论分析和数值实验表明本文设计的并行算法具有较高的并行效率和实用价值。