本发明提出一种基于动态先验条件滤波的图像去噪方法与系统，该方法包括如下步骤：根据获取的合成噪声图像数据集与真实噪声图像数据集构造训练数据，并基于特征编码与特征解码结构构建得到神经网络模型；通过噪声估计分支中的噪声估计模块，基于迭代学习的仿射变换方式以提取得到真实噪声先验特征；非盲去噪分支结合每个局部区域图像特征与真实噪声先验特征，自适应生成局部区域图像特征对应的去噪卷积核；通过神经网络模型中的多个噪声估计模块动态地更新真实噪声先验特征，以进行由粗到细的图像特征去噪；当噪声估计模块迭代至收敛，以完成去噪作业最终得到去噪后的图片。本发明不仅能高效地去除高斯合成噪声，而且对真实噪声也具有鲁棒的去除效果。