人工神经网络是人工智能的重要领域之一。对猫的大脑视觉皮层进行研究而发展起来的脉冲耦合神经网络作为第三代的新型神经网络模型,其从生物视觉模型抽象出的独特特性,使得脉冲耦合神经网络在图像处理方面具有传统图像处理技术所不具备的优势,逐渐成为图像领域研究的热点之一。但是在脉冲耦合神经网络的模型中,具有较多的网络参数需要人工设置,需要耗费大量时间,给该模型的应用造成了一定的障碍。为了实现对于脉冲耦合神经网络模型参数的自动设定,本文采用了一种模拟人类社会的演化过程的新型进化算法——文化算法,该算法具有的双层进化空间,使其在搜索过程中表现出比传统进化算法更为优异的全局寻优性能。本文分析了文化算法的内部特性,指出两种不同信仰知识指导的文化算法对最后的寻优结果的影响,利用文化算法对参数的自动全局寻优能力,完成了脉冲耦合神经网络参数的自动设置,在此基础上研究并实现了基于文化算法的脉冲耦合神经网络图像分割,取得了预期的效果。实验结果验证了文化算法在脉冲耦合神经网络参数的自动标定上的可信性与正确性,为脉冲耦合神经网络与文化算法的后续研究奠定了良好的基础。