随着信息技术的迅猛发展,图像处理已在农业领域如植物叶片图像分析、种子识别、蔬菜农药检测等方面发挥着重要作用。然而,这些处理技术如图像特征提取、图像压缩与编码等过程需要的处理时间和空间开销都较大。在利用计算机图像处理技术对大量农产品进行质检时,也存在传统单处理器处理速度无法满足时间要求问题。叶片作为大多数作物的重要生理器官之一,叶片图像的特征信息能直接反映出作物的营养及病虫害状况。本文结合多核处理器特征,面向油菜叶片图像DF_MFA方法的特征分析计算量庞大问题,设计基于C/C++语言的图像多重分形特征串行提取方案。借鉴插桩技术对各部分计算特征进行分析,设计基于同构多核处理器的图像多重分形特征提取OpenMP并行优化方案。以加速比作为性能评价指标,针对OpenMP的三种任务调度方式验证该并行方案性能。实验结果表明本文设计的并行方案有较好的加速效果,且对于非规则型循环结构,动态调度方式加速效果最好。签于任务调度策略对并行计算效率的影响,本文针对目前广泛使用的共享缓存结构多核处理器进一步展开研究。多个线程同时运行在多个处理核心上,运行的多个线程访问共享缓存时常出现缓存资源竞争问题。经典调度算法都忽略了缓存竞争问题,由此本文提出一种共享缓存感知的多核处理器任务调度策略(SCAS)。算法首先利用Cache空间分割技术将多核处理器的Cache划分为块,假设每个任务需要固定数量的Cache块,任意时刻一个Cache块最多被一个正在执行的任务占用,所以运行时任务的缓存空间是独立的。然后,给出基于多核系统共享缓存块约束的任务调度模型及调度问题。模拟实验结果表明和传统Min-Min及基于SCAS调整后的MSCAS算法相比,算法SCAS性能最好。