本发明公开了一种基于图像先验信息的退化图像修复方法及其应用，该方法步骤包括：采用退化图像加高斯噪声的组合作为神经网络图像生成器的输入；采用MSE损失函数计算生成图像与退化图像之间的损失，迭代训练参数化神经网络；获取图像的底层语义信息作为先验信息，在训练中加入权重衰减策略；在每一次迭代中，在神经网络图像生成器的输入中加入高斯噪声，同时在网络参数中加入高斯噪声，当达到第一迭代训练次数时，采用自适应加权输出策略；当达到第二迭代训练次数时打断迭代，并用此时的参数化卷积神经网络生成器生成修复后的图像。本发明只需使用破损图像本身即可完成先验特征的提取及图像修复，在大面积缺失修复中达到了很好的修复效果。