基于边界感知与结构一致性的零样本图像去噪方法及系统

本发明涉及图像处理与计算机视觉技术领域，具体公开了一种基于边界感知与结构一致性的零样本图像去噪方法及系统。本发明针对现有盲点零样本去噪方法优化欠约束、结构与噪声难以区分、细节易丢失的问题，在训练阶段通过结构一致性学习模块，引入混合结构先验与跨视图一致性约束，正则化盲点去噪网络的优化过程，提升重建结构合理性与噪声鲁棒性；在推理阶段通过边界感知细节恢复模块，执行边界修正与残差引导的可信区域细节增强，补偿高频信息损失。本发明无需外部训练数据，在多个真实噪声数据集上实现了更优的去噪性能，有效平衡了噪声抑制与细节保留效果。