针对脉冲耦合神经网络（PCNN）的降噪效果差和参数不确定性的问题，提出了一种采用灰狼优化（GWO）和二维经验模态分解（BEMD）优化的自适应PCNN的混合图像去噪方法。 ）， 被表达。 BEMD用于将原始图像分解为多层图像分量。 在运行GWO以完成PCNN参数优化之后，使用自适应PCNN滤波方法来补救与不同图像分量相对应的污染噪声点，然后可以从中获得去噪图像分量的重构。 通过对图像去噪结果的分析，提出的方法的主要优点如下：（i）该方法有效地解决了由关键的PCNN参数确定问题引起的缺陷； （ii）