【摘要】由于模糊图像的特征强度较弱，导致对其分割的精确度相对较低，为此，提出基于深度神经网络的模糊图像分割方法研究。采用空域滤波计算出图像的关键灰度值，再采用频域滤波对图像进行傅立叶变换处理，结合关键灰度值完成对模糊图像的降噪预处理，将处理后的图像信息输入到以 2 个卷积层、1 个池化以及 1 个 softmax 层为核心的深度神经网络中，借助 SPReLU 激活函数对目标像素点与八邻域空间像素点的特征进行提取，同时为了避免出现过拟合，对图像进行压缩处理，最后将达到拟合参数阈值的像素作为分割目标，实现对齐的精准分割。测试结果表明，设计方法分割效果的假阳性率和假阴性率分别在 0.02% 和 0.01% 以内，并具有较高的相似度。