本发明公开了一种基于FPGA的脉冲神经网络图像分割方法，包括以下步骤：将待处理图像转换为灰度图像；构建输入层，初始化神经元模型参数、采用首脉冲触发方法对图像进行编码；构建n*n滑动窗口来表示感受野，根据触发时间对感受野中的神经元进行升序排列，并计算各个神经元与中心神经元之间的距离；构建中间层，计算得到中间层每一个神经元与感受野中神经元之间的连接权值，同时更新中间层神经元的瞬时膜电位，并记录其脉冲触发时间；构建输出层，设立阈值对中间层像素的触发时间进行分割，最终通过FPGA内部模块获取处理后的图像。与传统方法相比，本发明的方法实现并行运算速度更快、功耗更低、更符合生物可解释性、分割效果更好。