太阳活动与日常生活息息相关,尤其是生活中的各种电子设备更容易受到太阳活动的影响。为了减小损失需要对太阳活动进行实时观测,及时发出预警。但是由于大气湍流的干扰,通过地基望远镜对太阳进行观测,观测到的图像模糊不清,不能满足科学研究的需要。许多望远镜虽然使用自适应光学系统进行波前校正,但是校正效果有限,因此还需要使用图像重建技术获得高分辨率的图像。K-T(Knox-Thompson)重建算法是一种事后重建方法,它通过系列的短曝光图像提取出高频信息获得高分辨的图像。但是重建算法存在计算密集,数据量大的问题,为了满足实时/准实时重建的需要,迫切需要使用并行计算对其加速。本文使用MPI(Message Passing Interface)并行计算,采用K-T图像重建算法,设计并实现了一套在单机环境下的太阳图像高分辨重建系统。实验中使用100帧短曝光图像重建一张高分辨率图像,在本文的实验环境下使用12个进程时,较串行计算整个重建流程耗时缩短为原来的八分之一。实验证明了使用并行计算后,重建效率可以大幅提升。但是对子块重建进行分析后发现,许多步骤的计算可以进一步优化。本文使用 MPI-CUDA(Compute Unified Device Architecture)混合并行的方式,采用K-T图像重建算法,设计并实现了一套在单机环境下的太阳高分辨重建系统。该系统在MPI并行的基础上,使用GPU(Graphics Processing Unit)对子块的重建进一步优化,并针对新的并行架构,对程序结构进行了调整。在使用8个进程的情况下,使用该方式进行高分辨图像重建,与使用纯MPI并行相比获得了 2倍的加速。实验结果表明,MPI-CUDA混合并行的有效性,能够为天文研究中的大规模计算任务提供借鉴和参考。