基于學習方法構造的冗余字典可更加準確地提取信號的結構特征，也是近幾年的研究熱點。論文在研究了基于KSVD字典學習的圖像去噪算法的基礎上，將相關系數(shù)匹配準則和字典裁剪方法相結合，提出一種改進的字典學習算法，進一步，為了利用圖像的非局部自相似性信息，提出將自相似性作為一個約束正則項融入到圖像去噪模型，提出基于改進字典學習和非局部自相似性的圖像去噪算法。大量實驗驗證，與傳統(tǒng)KSVD去噪方法相比，該方法在提高同質區(qū)域平滑性的同時還能保留更多的紋理、邊緣等細節(jié)特征。