التصحيح الأعمى والشامل للصور يتكون من استخدام نموذج فريد يزيل الضوضاء من الصور بمستويات ضوضاء مختلفة. وهو عملي بشكل خاص لأنه لا يتطلب معرفة مستويات الضوضاء عند تطوير النموذج أو أثناء الاختبار. نقترح تصحيحًا أعمى وشاملاً للصور يستند إلى التعلم العميق لازالة الضوضاء الغاوسية المضافة. شبكتنا تستند إلى حل الأمثل للتخلص من الضوضاء، والذي نسميه التصحيح بالدمج (fusion denoising). يتم اشتقاق هذا الحل نظريًا مع افتراض سابق غاوسي للصورة. تظهر التجارب الاصطناعية قوة تعميم شبكتنا على مستويات ضوضاء غير مرئية لم يتم رؤيتها سابقًا. كما نقوم بتكييف هندسة شبكة التصحيح بالدمج لتصحيح الصور على الصور الحقيقية. يحسن نهجنا نتائج PSNR للتخلص من الضوضاء في الصور الرمادية الحقيقية لمستويات الضوضاء التي تم تدريبها عليها وكذلك لمستويات الضوضاء التي لم يتم رؤيتها أثناء التدريب. كما يحسن أداء تصحيح الصور الملونة على كل مستوى ضوضاء بمتوسط 0.1 ديسيبل، سواء تم التدريب عليه أم لا.