遥感图像处理具有数据量大、运算密集、算法复杂等特点，如何快速、高效地处理遥感图像成为遥感图像处理技术的研究目标之一。随着通用GPU计算技术的飞速发展，GPU的运算性能不断提高，具有浮点运算能力强、运算密集度高、体积小、性能功耗比和性价比高等特点，为解决遥感图像处理所面临的处理实时性不足和计算密度低等问题提供了新的途径。　　 然而，从目前国内外研究现状来看，GPU在遥感图像处理中的应用还只局限于某些特定算法的并行化及其处理流程的优化上，还尚未形成一套行之有效的理论和模型，这给基于GPU加速的遥感图像处理算法的开发和广泛应用带来了诸多问题:GPU并行化策略与算法的耦合度高，不具可重用性;相应的处理系统与GPU硬件关联紧密，编程开发困难等。　　 针对上述问题，本文试图从系统角度，探索一种基于GPU的可重用遥感图像并行处理模型，并基于该模型建立一套遥感图像GPU并行程序设计模板，为编程人员提供一种面向遥感图像处理算法的快速并行化方法。首先，在简要介绍与分析GPU体系结构和编程模型的基础上，对国内外GPU在遥感图像处理和编程模板方面的研究现状进行概况性综述。然后，从数据处理层面对遥感图像数据与处理算法进行分析，并结合GPU结构特点与相应的处理流程，重点研究了像素级处理算法的并行化实现与优化问题。接着，进一步研究基于CPU-GPU异构平台的可重用遥感图像并行处理模型，并基于该模型设计和实现了一套遥感图像GPU并行程序设计模板。最后，本文还设计并实现了一个基于CPU-GPU异构平台的遥感图像并行处理原型系统。通过基于模板进行遥感图像处理算法并行化、系统集成与性能测试，证实了模板的有效性和原型系统的可扩展性。　　 本文的研究将直接对基于GPU加速的遥感图像处理算法或系统的快速开发与部署提供理论和模型支持，对实现机载、星载实时遥感图像处理系统和野外便携式遥感灾害检测等应急应用具有重要的理论意义和应用价值。