摘要：針對圖像壓縮中傳統壓縮感知稀疏表示的離散余弦變換(DCT)字典、離散小波變換(DWT)字典、K均值奇異值分解(KSVD)字典圖像重構精度不高、穩定性差的問題,基于KSVD方法,利用稀疏度自適應匹配追蹤算法(SAMP)和字典更新階段部分字典原子結構相似性(SS)最小值迭代的方法,提出了一種改進KSVD的圖像稀疏表示方法.實驗結果表明,與DCT字典、DWT字典和KSVD原始字典進行對比,改進KSVD字典能提高峰值信噪比,對重構圖像有更好的精度,更具穩定性.