1.一种基于多感受野与破损特征动态匹配的图像修复方法，其特征在于，其步骤为：步骤1，以破损图像为输入并基于破损图像构建统一尺度多感受野特征提取模块，并提取具有不同感受野的统一尺度特征组；

步骤2，以破损图像掩码为约束，通过由卷积层和像素级特征映射构成的破损特征映射模块建立线性映射关系，提取当前破损图像掩码破损区域的破损特征对应的一维权重特征；

步骤3，利用步骤2的权重特征对步骤1中获得的特征组进行加权，获得加权统一尺度多感受野特征组；

步骤4，以步骤2中获得的一维权重特征和步骤3中获得的统一尺度多感受野特征组为输入，通过由特征点乘和通道卷积组成的特征筛选模块，建立破损特征与特征间的动态匹配关系，获得高匹配度的重筛特征；

步骤5，以重筛特征为输入，通过基于快速傅里叶卷积的解码器组进行解码，获得修复图像。

2.根据权利要求1所述的基于多感受野与破损特征动态匹配的图像修复方法，其特征在于，所述步骤1构建了由多个滤波器组组成的子编码特征提取网络，通过该网络对破损图像提取的统一尺度多感受野特征组 ，具体为：；

其中， 为输入的破损图像， 为统一尺度多感受野特征组，i为第i个滤波器组及其提取的特征， 具有不同感受野特征提取能力的滤波器组。

3.根据权利要求2所述的基于多感受野与破损特征动态匹配的图像修复方法，其特征在于，所述的步骤2通过多通道卷积和像素级特征映射建立破损特征的可学习一维线性分数映射关系，具体为：；

其中， 为破损图像掩码， 为可学习的一维权重特征， 为像素级特征映射，为破损图像掩码的编码器模块。

4.根据权利要求3所述的基于多感受野与破损特征动态匹配的图像修复方法，其特征在于，所述的步骤3将步骤2提取的一维权重特征与步骤1提取的特征组进行像素级逐通道点乘进行加权，得到加权后的多感受野特征组，具体为：；

其中， 为步骤2中提取的一维权重特征， 表示按照通道维度对特征进行拼接，为多尺度感受野特征组， 为获得加权后的多感受野特征组， 表示逐像素点乘操作。

5.根据权利要求4所述的基于多感受野与破损特征动态匹配的图像修复方法，其特征在于，所述的步骤4通过对加权后的多感受野特征组选出其中的高频有效特征，获取筛选后适用于当前破损特征的混合感受野特征组，具体为：；

其中， 表示归一化操作， 表示带泄露随机线性修正单元，表示采用一维滤波器在通道维度进行滤波操作，i为第i个滤波器组及其提取的特征。

6.根据权利要求5所述的基于多感受野与破损特征动态匹配的图像修复方法，其特征在于，所述的步骤5由三组通道数逐渐减小的滤波器和三组傅里叶卷积模块串联而成，且滤波器间加入了跳转连接，其中，以编码器输出 作为解码器的输入特征，解码器包括三个上采样组和一个输出头，其中，单个上采样组的输出 可表示为：;

上述公式中， 为激活函数， 表示反卷积操作， 为归一化操作，表示快速傅里叶卷积；

以 为下一上采样组输入，经过三次上采样组操作后，将最终获得的 作为输入，经过输出头进行重组获得最终修复图像 ，；

其中， 为非线性双曲正切激活函数。