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)