红外图像作为信息传递的重要载体，受到红外焦平面阵列探测单元响应差异和读出电路的不均匀性的影响，易出现条纹噪声，不利于后续的分析研究。为了提高卷积神经网络去除条纹噪声的结果，提出了基于小波空洞残差U-Net的红外图像去条纹噪声方法。该网络首先通过Haar离散小波变换将条纹噪声图像分解为垂直分量、对角分量、水平分量和低频分量；依次通过初步去噪和精细去噪网络学习噪声图像与条纹噪声之间的映射；再从输入分量中去除噪声分量以获取去条纹噪声分量；利用逆Haar离散小波变换重构去噪图像。实验结果表明，该方法可以有效去除条纹噪声，保护图像细节。