在图像处理中，需要大规模计算和数据处理。目前，数字图像处理速度还无法满足实时性的要求。为改善这种情况，人们在图像处理中引入了并行计算技术。并行计算技术是在传统的串行计算基础上发展起来的，并将成为未来的主流计算模式。图像处理的并行化设计是为了提高图像处理的速度，在有限的空间和时间处理更多的图像数据。因此，对图像算法的并行化处理是当前非常重要和有价值的方向。　　 本文主要研究基于非线性扩散方程的并行图像去噪算法。首先，从人类特有的视觉掩蔽效应出发，引入控制函数，改进原有的非线性扩散图像去噪模型。该改进模型利用噪声可见度函数构造ε方向扩散控制函数，利用亮度掩盖函数构造η方向扩散控制函数。同时，完成了模型的稳定数值求解，并实现仿真。实验结果表明：该改进模型和原去噪模型相比，其“去噪、保边、留细节、除块效应”的效果更优，图像视觉效果更好。其次，对改进模型做并行化设计。针对改进的去噪模型计算量大、运行时间长等不足，从分治策略、负载均衡、图像边缘数据计算、超级步的划分等方面入手，为改进模型设计并行算法，并利用机群搭建并行图像处理平台，对算法实现仿真。实验结果表明：该并行去噪算法获得的图像处理质量和视觉效果基本与串行去噪算法相当，且具有较短的运行时间、较好的加速比、较高的并行效率，体现了并行算法的优势和必要性。最后，对改进去噪模型的并行算法结构做优化。针对模型采用节点间和节点内两级并行的混合模式，设计多层次并行级联结构，并实现仿真。实验结果表明：该优化算法能保持住先前并行去噪算法所获得的图像质量和视觉效果，且并行性能更好，验证了多层次并行算法的优越性。