一种改进的脉冲深度神经网络的图像分类方法，采用了DOG层和简化脉冲耦合神经网络对图像进行预处理，灰度图像经过DOG层生成对比度图，简化的脉冲耦合神经网络通过参数自适应的方法处理DOG层生成的对比度图，根据生成的对比度图像具体内容的不同，按照像素值越大，点火时间越早的原则，生成不同通道数的脉冲图像，即时间序列脉冲图。改进的脉冲深度神经网络采用STDP无监督算法训练网络。用STDP权重修改机制更新卷积层的权重矩阵，直至达到当前卷积层的最大迭代次数，进入下一个卷积层重复训练过程，得到训练好的脉冲深度神经网络。本发明具有更贴近生物特性，且方法简单、有效等优点，适用于手写数字、人脸和其他物体等图像识别。