作为数字图像处理领域中一项最为基础的问题，图像去噪已经发展了几十年并且还在不断的发展中。本文根据工程实际需求，实现了一个去噪效果好，计算复杂度低，而且能被商用的去噪算法。非局部均值滤波降噪算法是目前去噪效果最好的算法，它能在有效去除噪声的同时较好保留图像的细节，但时间复杂度很高，处理单帧720P的图像所需的时间是分钟级别。高时间复杂度使其没法在实用系统中采用，本文希望将其优化到实时处理级别。论文首先分析了Non-Local Means滤波器滤波过程中各个模块占用时间的比例，经过实验得出占用时间最多的部分是权重的计算部分，它在整个滤波过程时间占据近70%，所以把优化重点放到优化权值计算的部分。论文从五个方面提出优化策略：(1)利用像素点权值的对称性，采用内存换时间的优化方法将权值暂存到内存中，使计算量减半；(2)颠倒像素位置和邻域的遍历次序，使各像素点的权重计算互不干扰，方便之后的算法对像素点进行并行处理，为下面利用下采样原理进行优化奠定基础；(3)对高斯函数利用近似计算进行优化，将高斯核卷积的计算近似成线性关系，直接将SSE映射成权重。(4)采用下采样原理，只计算采样到的像素点的权重，将未采样到的像素点利用双线性插值算法计算出来，减少权重的计算次数；(5)利用ARM的Neon指令进行机器指令集优化。在上面五个优化策略中既有算法上的优化也有工程方法的优化，其中下采样优化对时间复杂度的降低贡献最大，而且对滤波器的性能影响最大，需要本文在下采样幅度上寻找一个最优幅度，使滤波器能够在时间性能和算法复杂度之间达到一个折衷，通过实验确定最优下采样步长为4。经过上述五个方面的优化，本文实现的非局部均值滤波算法在IPad4设备上对单帧720P图像进行处理可以达到28ms一帧，满足实时要求。