通过指令集以及其他优化方式加速非局部均值滤波算法的速度，比网络中公开的算法速度（CPU版本）至少快二倍以上，结合多线程技术，可以做到接近其GPU的速度。针对5*5的搜索特例，做了特别优化，可达到单核1080P灰度图 28ms/帧的速度，如果用双线程，可满足实时处理的需求。
