本发明公开了多尺度融合并行稠密残差卷积神经网络图像去噪方法,具体为:步骤1、构造训练数据集,得到数量充足的训练数据集;步骤2、搭建网络框架;步骤3、设置步骤2中所搭建网络框架的超参数、损失函数,选择网络优化算法优化损失函数;步骤4、训练构建的网络,根据步骤3设置的网络超参数、损失函数以及选择的网络优化算法对噪声图像数据集进行训练,得到与其对应的已训练网络模型;步骤5、对步骤4中的已训练网络模型进行去噪测试实验,并用峰值信噪比和结构相似性指数度量去噪测试图像,说明网络性能。该方法在在消除噪声的同时能够保留更多的图像轮廓和纹理信息。