光学遥感图像包含复杂的纹理特征，传统去噪方法容易造成图像细节丢失，去噪结果模糊等问题。提出了一种基于多感受野特征融合与增强的MRFENet遥感图像去噪算法。首先，引入全局特征提取模块，通过不同空洞率的卷积，获得不同尺度的浅层特征，较大程度保留图像细节，使模型快速收敛。其次，引入多尺度特征增强块，多个模块串联提升网络对不同层次深度特征的提取能力，并为重要特征分配高权重。最后，为减少特征信息的丢失，降低浅层特征与深层特征融合时所造成的波动，对所得不同层次特征逐级融合，增强像素的连续性。通过改变网络深度和输出通道数，得到性能与计算量合适的网络架构，再用不同数据集进行测试。对比其他算法，本文算法的去噪效果更优，所得去噪图像的各项图像质量评价指标结果更好，验证了该算法能够在有效完成去噪任务的前提下，保留图像细节。