DoFP(division of focal plane,DoFP)偏振成像传感器由交错分布的偏振轴方向沿着0°、45°、90°、135°的四种微偏振成像元件组成,具有结构紧凑、制造成本低、成像速度快且能够单帧捕获完整偏振信息等优势,但需要通过插值来提高偏振图像的分辨率和重建偏振信息的精确度。目前,所提出的插值算法绝大部分是基于理想无噪DoFP偏振图像模型的,而现实中所捕获的DoFP偏振图像是存在噪声的,因此我们需要在插值之前先对DoFP图像进行去噪。在本文,我们提出了一种基于稀疏表示的DoFP图像去噪算法。该算法主要归纳为两步骤:1)通过正交匹配追踪算法(orthogonal matching pursuit,OMP)对DoFP偏振图像进行稀疏分解并得到稀疏表示系数;2)通过K-SVD(K times singular value decomposition,K-SVD)更新字典原子。与先前提出的DoFP图像去噪算法相比,我们提出的算法通过将目标DoFP图像分解为字典原子的最优稀疏表示组合,由于随机无序的噪声不能稀疏化表示,因此不仅能很好地将高斯噪声从目标DoFP图像中分离出来,还能尽可能地保留原始图像的细节信息。实验结果表明,我们提出算法的PSNR(Peak Signal to Noise Ratio,PSNR)值高于近年提出的基于PCA(principal component analysis,PCA)的偏振DoFP图像去噪算法~3dB,并且图像质量也要更高。