图像处理的应用场景逐渐多样化以及复杂化,运算规模呈现急剧上升的趋势。面临海量的高分辨图像数据,如何有效地压缩图像信息极其关键,然而图像的压缩过程中庞大的运算量对图像处理平台的性能要求严苛,传统的总线结构已经不能满足图像处理中多个处理核间的并行处理要求,未来的多处理器互连面临新的挑战。片上网络以其优异的并行通信性能,成为满足大规模图像处理需求的互连结构。片上路由器作为构建通信网络的关键单元,影响整个架构的数据传输效率。针对特定的片上网络架构,设计一种面向图像处理需求的路由器十分必要。本论文面向大规模图像处理需求的片上网络架构,研究并分析异构路由器的关键技术。基于图像处理的流量需求,针对功能并行模式下片上网络架构所面对的通信负载不均问题,本文提出一种考虑图像处理模块间通信量差异化的异构路由器方案,采取独立缓存和共享缓存的方式,在避免队头阻塞的同时实现缓存资源的高效利用,有效地解决端口间负载不均的问题。新片上路由器结构使用基于树的多播通信策略,高效地处理图像处理过程中单一模块到多模块的重复数据发送问题,实现了图像数据的最大化重用。仿真表明,针对图像处理中应用模块的负载差异性,该片上路由器结构能够均衡端口间的流量并提升16.8%的饱和吞吐,优化面向图像处理的片上网络架构性能。合理的调度机制保证公平高效的数据传输,提升片上路由器的工作效率。针对图像处理多粒度、实时性需求差异化的流量特性,本文提出一种动态匹配端口的高效调度机制,灵活地实现粗粒度、细粒度的分级匹配,优化片上路由器的工作性能。考虑图像处理过程中不同的通信量级,该算法提出“多微片调度”的概念,针对轻数据量级的快速通信采取微片级调度的方式,为大数量的持久通信提供分组级调度,有效地提升端口匹配的成功概率。面对实时性要求,新调度算法设定动态优先级,优先匹配亟待传输的实时图像数据,从而保证路由器的通信效率。OPNET仿真结果表明,在H.264模拟流量下,该调度算法降低16.2%的平均端到端时延的同时提升了19.6%的饱和吞吐,在架构的网络性能方面具备明显的优势。