视觉信息处理应用算法具有数据密集型和计算密集型的特点，而随着多媒体技术的快速发展，视觉信息处理算法的计算复杂度也不断增加，对硬件架构的实时性提出了更高的要求，同时视觉信息算法优化周期更短，要求相应架构上的算法开发与修改更具有灵活性。不论是通用可重构处理器还是专用集成电路都难以满足视觉信息处理算法的这些要求。可重构处理器提供了一种新的解决方法，它具有一套可配置的多处理单元阵列，适用于不同类型算法，兼具高速并行计算与高灵活性的优点。　　本研究从可重构计算的基本结构出发，借鉴了不同的可重构处理器架构优点，构造一种以粗粒度运算为主，细粒度运算为辅的可重构计算架构。该架构具有13种基本算子，能够满足视觉信息处理算法的基本功能要求。可重构阵列由16个处理单元构成，每个处理单元采用相同的结构以降低算法配置的难度，并以机器周期为一个运算周期对处理单元间进行数据同步。PE之间采用局部互连方式进行数据通信，这种互连方式在保证功能的同时能够节省硬件资源的消耗。存储器采用多bank的结构，实现数据的并行存取，同时支持同地址的广播模式，以提高数据访存的效率。本文开发的配置信息能够充分发挥可重构处理器的性能优势，并且在配置信息中为阵列顶层、处理单元顶层与配置行三个级别设置了迭代字段，以压缩配置信息，提高执行效率。对可重构处理单元进行了功耗优化，主要采用了多电压域技术、电源关断与门控时钟技术。基于设计的可重构阵列架构，文中对图像增强算法的并行流水技术进行了研究与探讨。从提高运算并行度、减少数据传输时间等角度对中值滤波和灰度世界算法进行了并行优化，并与通用处理器Atom230上的性能进行对比，实验显示中值滤波与白平衡算法在可重构环境下的加速比达到6.90与7.68，证明了本文可重构阵列架构的高效性。同时提出一种改进的彩色图像脉冲噪声去除算法，实验证明该算法在去除噪声与保护边缘方面比当前的同类算法具有更好的效果。