基于非局部均值滤波器(NLMF)或基于稀疏表示的降噪技术在图像降噪方面具有卓越的性能。 为了将两种方法的优点结合在一起,提出了一种新的图像去噪框架。 在此框架中,包含脉冲噪声的图像首先由NLMF处理,以获得良好的临时去噪图像。 基于此,提取许多补丁以训练适用于目标信号的冗余字典。 最后,在字典上稀疏地编码每个噪声图像块,在其中将脉冲噪声替换为来自临时去噪图像的值。 然后,通过将有效代码和冗余字典相乘来重建干净的图像补丁。 经过广泛的实验验证,该去噪框架不仅可以获得比单独使用NLMF或稀疏表示技术后更好的性能,而且在对纹理图像进行去噪方面也得到了明显的推广。