高分辨太阳图像重建在太阳物理研究中具有重要地位,为了准实时处理海量太阳观测数据以及应对巨大的图像重建计算量,国内外许多先进的地基太阳望远镜,采用并行实现的重谱法重建算法进行高分辨图像重建,并取得了很好的处理效果。然而,随着太阳望远镜观测数据量的增大,以现有重建方法的处理效率,仍然难以满足太阳观测数据的处理需求,使其长期面临着观测数据量巨大,重建速度慢等难题,严重影响了太阳高分辨观测的开展。为了提高高分辨太阳图像重建效率,本文基于不同口径太阳望远镜的观测数据,对重谱法高分辨太阳图像重建的并行方法展开了研究,并取得了以下研究成果:(1)分析了重谱法传统并行实现方法的瓶颈所在。为了深入分析重谱法在传统并行实现方法的特性,在现有的实验集群条件下,采用多组不同参数的观测数据,对传统并行实现方法重建过程进行了详细测试与分析。实验结果表明,在一定程度的增加进程时,由于处理过程中通信耗时的大幅度增加,严重影响了对图像重建效率的提高。(2)提出了全共享低交换并行太阳图像重建方法。针对传统并行实现方法所存在的不足,从优化并行处理框架、减少通信过程、简化任务分发的角度提出了基于全内存共享的重谱法高分辨太阳图像重建并行方法。该方法采用一次性批量分发任务的方式和共享内存机制,极大的简化了子块重建任务的并行处理过程,大量的消除了重建过程中的通信过程。实验结果表明该方法大幅度的减少了重建过程中通信耗时开销,有效解决了因进程的增多而导致通信耗时大幅度增加的问题,有效提高了图像重建的效率。(3)设计并实现了一套高分辨太阳图像重建系统。针对ONSET(光学和近红外太阳爆发监测望远镜)和NVST(一米新真空太阳望远镜)的数据处理需求,基于研究成果(2),采用MPI与进程间共享内存机制结合的方式,设计并实现了一套可批量处理太阳望远镜观测数据的图像重建系统。实际应用结果表明,在集群或单台服务下,采用此并行方法均能取得较好重建效率。特别是在不具备大规模集群条件的情况下,通过采用此并行重建方法,可以在有限的计算资源下获得更好的重建效率。本文的研究成果,有望解决困扰ONSET和NVST当前高分辨重建中的相关难题,大幅度降低数据存储压力,有效提高两个太阳望远镜的运行效率和科学产出,也为其它太阳望远镜观测数据的高效处理提供较好的技术参考。