در این مقاله الگوریتم کاهش نویز سیگنال تصویر جدیدی براساس یادگیری واژه نامه فراکامل مبتنی بر حداقل همدوسی مورد بررسی قرار می گیرد. روال یادگیری واژه نامه ناهمدوس طی سه مرحله و به صورت بازنمایی تنک مبتنی بر حداکثر همدوسی داده و اتم، اصلاح اتم های همدوس در واژه نامه و ناهمدوسی اتم ها براساس تصحیح ماتریس گرام انجام می شود. در نظرگرفتن معیار همدوسی میان فریم داده و اتم به همراه حداکثرسازی ناهمدوسی میان اتم ها، موجب دستیابی به تصویر حذف نویز شده با دقت بیشتر می شود. نتایج شبیه سازی های انجام شده بر موفقیت روش پیشنهادی از نظر دقت نتایج بهسازی تصویر و دستیابی به همدوسی مطلوب در اتم های واژه نامه نسبت به الگوریتم پایه در این زمینه تاکید می کند.
