1.一种图像修复区域的定位方法，其特征在于，包括步骤：

获取待定位的原始图像；

将所述原始图像转换成噪声域，得到第一图像，从所述第一图像提取第一特征图；其中，所述第一特征图包含所述第一图像中的源区域和噪声修复区域之间的不一致性特征；

从所述原始图像中提取局部二值模式特征，将所述局部二值模式特征与所述原始图像合并，得到第二图像，从所述第二图像提取第二特征图；其中，所述第二特征图包含所述第二图像中的源区域和图像修复区域之间的不一致性特征；

融合所述第一特征图和所述第二特征图，得到融合特征图；

对所述融合特征图中的修复区域进行定位。

2.根据权利要求1所述的图像修复区域的定位方法，其特征在于，所述将所述原始图像转换成噪声域，得到第一图像，从所述第一图像提取第一特征图，包括：根据富含隐写分析的模型滤波器提取所述原始图像中的局部噪声描述符，得到第一图像；

根据多个残差块从所述第一图像中提取第一特征图，其中，多个所述残差块依次连接，所述第一图像输入第一个所述残差块，得到每一个所述残差块输出对应的所述第一特征图。

3.根据权利要求2所述的图像修复区域的定位方法，其特征在于，所述多个所述残差块为三个所述残差块，每一个所述残差块包括两个瓶颈单元，每个所述瓶颈单元包括三个连续的卷积层和一个恒等快捷连接，每个卷积操作之前都执行归一化和ReLu激活，三个所述卷积层的和大小分别为1×1，3×3，1×1；第一个瓶颈单元的卷积层步长都为1，第二个瓶颈单元的最后一个卷积步长为2。

4.根据权利要求3所述的图像修复区域的定位方法，其特征在于，所述从所述第二图像提取第二特征图，包括：对所述第二图像进行通道扩展后，进行连续多次下采样；

根据快速傅里叶卷积从下采样后的所述第二图像中提取局部和全局特征；

对提取的所述局部和全局特征进行连续多次上采样，得到每一次上采样输出对应的第二特征图。

5.根据权利要求4所述的图像修复区域的定位方法，其特征在于，通过多个相同配置的快速傅里叶卷积块从下采样后的所述第二图像中提取局部和全局特征，其中，每一个所述快速傅里叶卷积块均通过如下方式提取特征：对下采样后的所述第二图像进行两次普通卷积，提取所述第二图像的第一局部特征和第二局部特征；对下采样后的所述第二图像进行一次普通卷积和一次频域卷积，得到第三局部特征和全局特征；

将所述第一局部特征和所述第三局部特征相加，得到所述第二图像的局部特征；将所述第二局部特征和所述全局特征相加，得到所述第二图像的全局特征。

6.根据权利要求5所述的图像修复区域的定位方法，其特征在于，对提取的所述局部和全局特征进行连续三次上采样。

7.根据权利要求6所述的图像修复区域的定位方法，其特征在于，所述融合所述第一特征图和所述第二特征图，得到融合特征图，包括：将所述第一特征图进行第一次多尺度交叉融合：将每一个所述第一特征图分别进行上采样、下采样和不变化，得到中间特征图；将中间特征图中具有相同大小的特征图连接，得到噪声交叉融合特征图；

将所述第二特征图进行第二次多尺度交叉融合：将每一个所述第二特征图分别进行上采样、下采样和不变化，得到中间特征图；将中间特征图中具有相同大小的特征图连接，得到图像交叉融合特征图；

将所述噪声交叉融合特征图和所述图像交叉融合特征图进行连接，并在连接后进行第三次多尺度交叉融合，得到融合特征图。

8.根据权利要求1至7任一项所述的图像修复区域的定位方法，其特征在于，所述对所述融合特征图中的修复区域进行定位，包括：对所述融合特征图进行一次卷积；

根据logistic回归对卷积后的所述融合特征图中的修复区域进行逐像素预测定位。

9.一种图像修复区域的定位设备，其特征在于，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至8任一项所述的图像修复区域的定位方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至8任一项所述的图像修复区域的定位方法。