脉冲耦合神经网络（Pulse Coupled Neural Network ， PCNN ）是一种新型神经网络模型，作为研究图像分割的常用方法，一直广受关注。针对目前大量文献关注PCNN模型仿真实现研究的情况，本文基于PCNN模型提出了将最小交叉熵分割算法在FPGA硬件平台上进行实现。相比于传统的PCNN软件实现以及最大信息熵分割算法实现的方案，本文提出的图像分割方案最佳分割精准度高，具有处理速度快，实时性强，图像分割效果好的优势，应用范围更广，因此该设计具有较高实际应用价值。

针对脉冲耦合神经网络（PCNN）具有神经元脉冲同步激发、适合硬件实现的特点，提出了一种基于FPGA的PCNN实时处理系统。系统设计了时钟分频、串口通信、串并转换、PCNN结构和VGA显示等功能模块，利用Verilog语言完成各个模块的硬件描述，并在ModelSim10.0c环境下进行了仿真，最后在Altera Cyclone II开发平台上对系统进行了验证。实验结果表明，该系统完成了PCNN的FPGA实现，实时性较好。