随着计算机技术的发展，图像处理技术也发展迅速。图像技术已经不仅仅在军事和社会领域广泛应用，而且深入影响了人们的日常生活。图像去噪算法一直是计算机图像恢复预处理的一个研究热点。本文所研究的非局部均值算法就是一种新兴的图像去噪算法，其因图像去噪效果非常好而成为研究热点之一。该图像去噪算法利用图像中大量存在的冗余图像信息，通过计算搜索区域中各点领域与待去噪点领域的相似度权重，然后对这些点进行加权，从而求得待去噪点的灰度值。非局部均值算法对图像的纹理和边缘信息保留方面要超过现在流行的许多算法。　　本文对于非局部均值图像去噪算法的理论和算法进行了深入研究。将非局部均值算法和其他不同的图像去噪算法优点和缺点进行了比较。讨论了该方法的三个参数:滤波参数h、相似窗半径M，搜素窗半径L的选取对于图像去噪效果的影响。并算法实现了一种快速非局部均值算法，对该方法和非均值算法图像去噪效果进行了比较。最后针对非局部均值算法计算量比较大的缺点，本文利用该算法高度可并行化的特点，在CUDA平台上实现了该算法的并行加速。通过实验发现通过GPU加速后非局部均值算法比基于CPU的程序速度上有很大的提升，对于一些大的图像也能达到实时的效果。