1.一种图像去噪方法，其特征在于，包括：

获取样本数据集，所述样本数据集包括若干原始图像以及原始图像对应的无噪声图像；

构建图像去噪模型，所述图像去噪模型用于去除原始图像的图像噪声；

根据样本数据集，对图像去噪模型进行训练，获取训练完成的图像去噪模型；

获取待去噪原始图像，并采用训练完成的图像去噪模型对待去噪原始图像去噪，得到图像去噪结果；

所述图像去噪模型包括输入层、第一图像处理模块、第二图像处理模块、无噪声图像获取模块以及输出层；

所述输入层分别与第一图像处理模块、第二图像处理模块以及无噪声图像获取模块连接，所述第一图像处理模块和第二图像处理模块均与无噪声图像获取模块连接，所述无噪声图像获取模块与输出层连接；

所述第一图像处理模块包括依次连接的第一卷积层、第一激活函数层、N个第一特征转换单元以及第二卷积层；

所述N个第一特征转换单元的结构相同，且均包括依次连接的第三卷积层、第一批归一化层以及第二激活函数；

所述第二图像处理模块包括依次连接的第一翻转层、第四卷积层、第三激活函数层、N个第二特征转换单元、第五卷积层、第二翻转层以及第六卷积层，所述第二图像处理模块的特征转换单元与第一图像处理模块的特征转换单元结构相同，所述第一翻转层和第二翻转层均用于镜像翻转图像；

所述第二特征转换单元与第一特征转换单元的结构相同；

所述无噪声图像获取模块包括依次连接的融合层、第二批归一化层、形变卷积层、归一化层、第四激活函数层、第七卷积层以及噪声去除层，所述融合层分别与第一图像处理模块和第二图像处理模块连接，所述噪声去除层还分别与输入层和输出层连接，所述融合层用于将第一图像处理模块输出的图像与第二图像处理模块输出的图像进行噪声特征点融合，获取噪声特征图像；所述噪声去除层用于根据噪声特征图像中的噪声特征点，在原始图像中去除对应的噪声点，获取无噪声图像；

所述第一激活函数层、第二激活函数层、第三激活函数层以及第四激活函数层所采用的激活函数均为ReLU函数；

所述根据样本数据集，对图像去噪模型进行训练，包括：

构建损失函数L为：

其中，i＝1,2,…,M，M表示样本数据集中的原始图像总数，yi表示第i个原始图像，xi表示第i个原始图像对应的无噪声图像，R(yi；θ)表示在图像去噪模型的参数为θ的情况下，输入原始图像yi所得到的去噪图像；

以损失函数最小为目标，采用样本数据集对图像去噪模型进行训练，直至损失函数小于设定阈值，得到训练完成的图像去噪模型；

图像去噪模型的参数θ包括各卷积层的权值和偏置，在训练过程中，以损失函数最小为目标，对图像去噪模型的参数θ进行更新，从而对图像去噪模型进行训练；其中，对图像去噪模型进行训练时，将图像去噪模型的参数θ更新为：k‑1 k k‑1

其中，θ 表示第k‑1次训练时参数θ的值， 表示微分项，α表示学习率，θ表示θ 经过更新后得到的值。

2.根据权利要求1所述的图像去噪方法，其特征在于，所述获取样本数据集，包括：获取若干样本图像，并将样本图像作为原始图像，所述样本图像包含图像噪声；

采用图像去噪算法对样本图像进行去噪处理，得到原始图像对应的无噪声图像；

以原始图像以及原始图像对应的无噪声图像构建样本数据集。

3.一种图像去噪装置，其特征在于，用于执行权利要求1所述的图像去噪方法，所述装置包括：获取模块、构建模块、训练模块以及去噪模块；

所述获取模块用于，获取样本数据集，所述样本数据集包括若干原始图像以及原始图像对应的无噪声图像；

所述构建模块用于，构建图像去噪模型，所述图像去噪模型用于去除原始图像的图像噪声；

所述训练模块用于，根据样本数据集，对图像去噪模型进行训练，获取训练完成的图像去噪模型；

所述去噪模块用于，获取待去噪原始图像，并采用训练完成的图像去噪模型对待去噪原始图像去噪，得到图像去噪结果。

4.一种图像去噪设备，其特征在于，包括存储器和处理器，所述存储器与处理器之间通过总线相互连接；

所述存储器存储计算机执行指令；

所述处理器执行存储器存储的计算机执行指令，使得处理器执行如权利要求1至2任一所述的图像去噪方法。