遥感图像分类处理后的栅格数据向矢量数据的快速转换是遥感和地理信息系统集成的关键技术之一。遥感图像的空间分析结果通常需要转换为矢量数据,遥感图像的专题信息也需要进行矢量化表达。因此,栅格矢量化技术在国土资源、农业等行业的信息化建设中受到越来越多的关注。随着对地观测技术的快速发展,人类获取地理数据的数据量呈几何式增长,GIS数据转换的数据规模也成倍增长。传统的栅格数据矢量化算法已无法满足现实的效率需求。因此,大型栅格数据的快速矢量化算法研究具有重要的现实意义。近年来,并行计算技术迅速发展,其强大的计算资源为解决GIS中大型栅格数据的矢量化问题提供了动力。然而,国内、外学者在栅格矢量化并行算法研究方面依然存在数据划分方法单一,划分后引起拓扑拼接等缺点,存在明显的效率提升瓶颈。鉴于此,本文对栅格数据矢量化串行算法进行了深入研究,对算法进行并行化分析。改进传统栅格矢量化算法,设计适用于并行处理的栅格矢量化方法。提出针对栅格矢量化过程的自适应数据划分方法,并据此设计并实现了三种基于MPI分布式环境下中的栅格矢量化并行算法。最后,使用多组大型栅格数据对并行算法进行测试分析。本文的主要研究工作如下：(1)深入研究经典栅格数据矢量化串行算法的具体过程,分析各算法的并行化特点。结合两种经典算法的并行优势,研究以二值化思想改进栅格矢量化串行方法,设计适用于并行处理的栅格矢量化串行算法。(2)总结传统栅格图像数据划分方法及其适用范围,分析传统划分方法应用栅格矢量化并行处理上的不足。研究栅格矢量化计算量与图像复杂度的关系,探索在保证矢量多边形数据完整性条件下的静态划分和动态划分方法,提出了面向栅格矢量化的自适应数据划分方法。(3)根据三种数据划分方法和改进的栅格矢量化算法,设计三种基于MPI的栅格矢量化的并行算法,并在集成开发环境下实现栅格矢量化并行程序。在集群环境下测试并行程序,并对测试结果进行分析。研究结果表明：论文改进的栅格矢量化方法相对传统方法更适合于并行化处理。自适应数据划分方法能够保证矢量多边形完整性,使进程间达到在一定程度的负载均衡,能够显著提升了栅格矢量化并行算法的效率,本文为提高栅格矢量化并行处理效率提供了一种可行的思路。