本文讨论了从多张受噪声破坏的副本中恢复原始图像的问题，这些副本可以在某些字典中稀疏地表示。 稀疏表示已被证明具有很强的去噪能力。 但是，当某些字典中的噪声较少时，它的性能将达到次优状态。 提出了一种基于联合稀疏表示的图像去噪方法。 可以从多个嘈杂的副本中很好地恢复图像。 所有副本都共享一个共同的成分-图像，而每个单独的测量都包含一个创新成分-噪音。 我们的方法可以分离公共成分和创新成分，并用稀疏系数和字典重建图像。 实验结果表明，该方法在度量和视觉质量上均优于其他方法。