随着计算机科学技术的发展,其应用的领域也越来越广泛。在图像处理领域中,处理的数据量巨大,提高图像处理的速度就是一个巨大的挑战,这是由图像数据的特点和图像处理算法的复杂性引起的。在图像处理过程中,如何用最少的时间开销和最小的空间开销传输、处理多媒体信息是一个难题,也是图像处理的关键所在。提高通信带宽可以加速数据的传输,增加存储器可以提供更大的存储容量,但这些都不能真正满足实际应用的需求。这就需要高压缩比的图像压缩算法,但大多数图像压缩算法都具有运算复杂、运算量大、数据量大、运算类型规范等特点。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发展空间。因此,在获得图像信号高压缩比的同时,必须研究合适的图像压缩的并行算法,以提高计算速度,从而满足各种系统的实时要求。近几十年来硬件技术的发展使得CPU处理速度迅速提高,但在诸多高级应用领域内,对处理速度的要求仍不能得到满足。计算机单机技术发展的有限性和科学工程计算需求的无限性,决定了计算机的发展必然走上多机并行的道路。许多领域,如能源、气象、军事、医学、人工智能及一些基础研究等,都需要快速而有效的并行计算机来实现大规模的科学计算和数据处理。因此对并行处理的需求极大的促进了并行技术的发展。本文以图像压缩和并行计算为主要研究对象,重点研究了哈夫曼编码的并行算法。首先概述了图像处理的基本知识,详细阐述了图像并行处理技术及图像压缩方法的相关理论知识。其次,介绍了并行计算的体系结构和模型以及决定并行算法性能好坏的因素,着重讨论了并行算法的编程环境。通过在搭建的MPI平台上求Pi的数值计算的实例,说明了并行算法的有效性。本文的主要研究工作:通过对串行哈夫曼编码算法的分析,研究哈夫曼编码并行化的可行性,推导出基于再分配编码方法的并行哈夫曼编码算法。该算法可以用于并行编码和并行解码。最后通过对时间复杂度的分析,说明该算法具有较高的并行效率。