本文提出了一种利用图像的多尺度特性和稀疏表示的多尺度超完备字典学习方法。 首先用平移不变字典稀疏表示图像，然后使用一些学习的多尺度字典对系数进行去噪。 字典学习可以简化为具有多个变量的非凸l（0）-范数最小化问题，因此提出了一种进化增强算法来交替优化变量。 进行了一些实验，以比较我们提出的方法与相应方法在某些基准自然图像上的性能，并且在视觉结果和一些数值准则上都可以观察到我们提出的方法相对于相应方法的优越性。