为解决敦煌破损壁画修复难的问题，提出一种多阶段堆叠融合下的壁画修复模型，在第一阶段进行粗修复以及最大化地进行所需特征信息的提取时采用Unet结构，为增强该阶段的修复效果，又加入对抗网络（LsGan）；在第二阶段进行精细化修复，主要修复纹理以及细化遮挡区域，引入多头连接和多尺度分支堆叠模块并对其进行改进，对壁画进行多阶段信息提取并对其进行融合；最后为了修复全局细节，采用大感受野的编解码器结构并且引入轻量级通用可视化（Mobile ViT）模块，同时分离了壁画图像的通道并进行分析，引入对通道不敏感的极化注意力。实验结果表明，该模型很好地解决了壁画纹理以及细节修复的难题，相较于所选修复算法最优数据，在掩码面积为5%～20%时，峰值信噪比提高了3.312，在掩码面积为5%～80%时，平均峰值信噪比提高了1.02。