在图像处理中,对图像的去噪处理一直是人们研究的重要课题,而且随着成像分析与后续图像应用方面的发展,人们对图像的质量要求越来越高,因此这一课题也就愈加受到关注。但是,之前人们所提出的一些去噪算法,要么是只对特定的噪声模型有效,要么就是会损害图像的精细结构并掺入人工痕迹。非局部均值算法的提出则有效地解决了这一问题,而之后提出的三维块匹配(BM3D)去噪算法也应用了非局部的思想,并结合了变换域的阈值收缩方法,在主观表现和客观评价体系中都获得了更优异的表现,它被认为是现在表现最好的去噪算法之一。但对于非局部均值算法和三维块匹配算法,它们都有一个问题,即图像块匹配所带来的巨大运算负担,这甚至已经影响到了它们在实际中的应用。所以对算法的提速就显得很迫切和重要了。对于非局部均值算法,人们已经提出来许多用以改善其效率的方法,而本论文的主要工作就是以这些方法为基础,提出对BM3D的改进算法,以提高算法执行速度,缩短消耗的时间。我们首先基于一个新的分类方法,即局部型与非局部型以及单点型与多点型的分类方法,回顾了图像去噪方法的发展过程。然后给出了我们改进后的BM3D算法,即通过半局部化BM3D算法、灰度均值与方差预选法,来有效减少算法运算量。通过实验与仿真,我们比较了原始算法与改进后算法在速度与去噪效果上的差别,证明了本文所提出算法的有效性。最后,总结本文并给出了下一步的研究方向。