随着新一代射电望远镜的不断建设,天文观测数据规模大幅增加,对高性能数据处理方法的研究显得至关重要。由于机器配置不同,传统单机环境下采用OpenMP、GPU+CUDA等方式都存在明显的不足,不利于系统的快速运行或移植。本文以明安图射电频谱日像仪(MingantU SpEctral Radioheliograph,MUSER)数据处理为例,对射电干涉阵成像数据处理进行分析,再进一步采用并行计算开放运算语言(Open Compute Language,OpenCL)对射电干涉阵成像算法进行并行优化研究与实现,具体研究内容如下:1、分析射电干涉阵成像过程中涉及的关键算法(网格化、洁化)的原理,并结合OpenCL架构的编程原理对算法进行并行优化研究;2、基于OpenCL对网格化和洁化算法进行多线程编程实现,并成功部署在了MUSER数据处理系统中;3、对基于OpenCL实现的成像算法在不同系统配置环境(CPU和GPU)下进行性能测试,并与前期串行实现和GPU+CUDA实现的成像算法进行了性能对比与分析。实验结果表明,基于OpenCL实现的成像算法不仅能够在GPU环境下运行,也能在CPU环境下运行,解决了算法对GPU环境的依赖,提升了算法对硬件平台的适应性。同时,在CPU环境下,基于OpenCL实现的成像算法的运行效率较串行实现的有较大提升,在GPU环境下,与GPU+CUDA实现的成像算法的运行效率大致相当。随着MUSER数据处理系统推广与应用的需要,本文基于OpenCL实现的成像算法的跨硬件平台特性,进一步完善了MUSER数据处理系统,为科研人员使用MUSER数据处理系统提供了便利。OpenCL将异构系统从CPU+NVIDIA GPU模式扩展到CPU+多核计算设备模式,由于这种异构系统模式的转变,可以预见,OpenCL或将成为高性能天文数据数据软件开发的首选技术。