針對(duì)受加性高斯白噪聲（ AWGN）與椒鹽噪聲（SPIN）以及隨機(jī)值沖擊噪聲（RVIN）組成的混合噪聲污染的圖像進(jìn)行去噪的問(wèn)題，提出一種在現(xiàn)有加權(quán)編碼算法的基礎(chǔ)上將圖像稀疏表示和非局部相似先驗(yàn)融合的改進(jìn)算法。首先，利用基于字典的圖像稀疏表示構(gòu)建去噪變分模型，對(duì)模型中的數(shù)據(jù)保真項(xiàng)設(shè)計(jì)一個(gè)權(quán)重因子來(lái)抑制沖擊噪聲的干擾；其次，利用非局部平均思想對(duì)混合噪聲圖像進(jìn)行初始去噪，在得到的圖像中構(gòu)建掩膜矩陣將沖擊噪聲點(diǎn)排除進(jìn)而求取非局部相似先驗(yàn)知識(shí)；最后，將非局部相似先驗(yàn)與稀疏先驗(yàn)融合進(jìn)變分模型的正則項(xiàng)中，求解變分模型得到最終去噪圖像。實(shí)驗(yàn)結(jié)果表明，在不同的噪聲比率下，所提算法與模糊加權(quán)非局部平均算法相比，峰值信噪比（ PSNR）提高了1.7 dB，特征相似性指數(shù)（FSIM）提高了0.06；與加權(quán)編碼算法相比，PSNR提高了0.64 dB，F(xiàn)SIM提高了0. 03。該算法對(duì)于紋理較強(qiáng)的圖像可以顯著提升去噪效果，能有效地保留圖像的本真信息。