由于合成孔径雷达（SyntheticAperture Radar，SAR）成像技术的不断进步，所生成SAR图像数据量越来越大，其拼接处理所耗费的时间也急速增长。在国防军事、灾害预警等对实时性要求较高领域，传统的SAR图像串行拼接技术已经无法适应实际应用需求。论文主要研究了通过机群并行计算的方法来实现SAR图像的快速拼接，在保证处理效果的前提下，有效提高SAR图像拼接的效率。论文主要研究内容如下：首先，介绍了并行处理系统与SAR图像拼接技术各自的特点，并完成了机群并行系统平台的安装配置。研究了已有并行系统软硬件的安装配置，根据需要选取了适用本课题的软硬件。包括机群系统节点机配置、MPI的安装配置、OpenMP编程环境配置以及程序开发软件平台的配置等。其次，在机群并行系统中采用主从通信模式，对包括噪声去除和纠正不均匀光照在内的SAR图像并行预处理工作进行了并行实现，其中预处理工作中分别采用了基于TV模型的相干斑噪声抑制方法和基于同态滤波的图像增强方法。论文中分别对图像大小为1M、4M和16M的SAR图像在节点机数为2台、4台和8台的机群环境中进行了并行预处理实现，并对并行处理效果进行了对比分析。对基于TV模型的相干斑噪声抑制方法进行了OpenMP多线程并行改进，并分别在单机环境和4节点机机群环境中对不同大小SAR图像进行了对比实验。实验表明，论文中并行方法能在一定程度上降低SAR图像预处理的时耗，提高预处理效率。再次，提出了一种基于改进SIFT算法的SAR图像并行配准方法，并结合OpenMP多线性并行编程实现了基于该配准方法的SAR图像的并行特征提取。该方法针对SIFT算法的特点，采用在特征点检测之后添加预筛选步骤来达到减少后续步骤处理数据量的目的，在不影响特征提取效果的同时有效的减少了特征提取的时间耗费。最后，提出了一种基于分割的完全二叉树模型，即在传统完全二叉树模型的基础上增加图像分割处理思想，并通过此模型实现了SAR图像的并行拼接处理。与传统并行处理的两两分组方法不同，论文方法采用3副一组的分组方式，其中具体又分为SAR图像序列中图像数对3整除、余1和余2三种情况，对于这三种情况有不同的处理方法。论文以SAR图像序列图像数分别为3、4、5副为例进行了论文所提出的方法与传统方法的并行拼接效果对比实验，实验结果表明，论文所提出的方法在并行效率在总体上要优于传统方法。与传统方法相比，论文所提出的方法更具有高效性和全面性。