·278· 智能系统学报 第14卷 一般，但对高斯噪声效果相对较好，KWFLICM以 及本文算法对处理椒盐噪声以及高斯噪声表现良 好。由表1可以看出，对于添加了0.15椒盐噪声 图像，KWFLICM算法分割精度较高，但对于添加 了0.15高斯噪声的图像本文算法更加优异。 3.2自然图像去噪算法对比 (a)0.15椒盐噪声 (b)FCM SI (c)FCM S2 3.2.1自然图像添加椒盐噪声 对自然图像11~14添加椒盐噪声，如图8~11， 分析对比不同算法结果。 (d)KWFLICM(e)本文算法 图11图像14加椒盐噪声效果对比 Fig.11 Image 14 with pepper salt noise (a)0.15椒盐噪声 (b)FCM SI (c)FCM S2 3.2.2自然图像添加高斯噪声 对自然图像添加高斯噪声，如图12~15，分析 对比不同算法结果。 (d)KWFLICM (e)本文算法 图8图像11加椒盐噪声效果对比 Fig.8 Image 11 with pepper salt noise (a)0.15高斯噪声 (b)FCM SI (c)FCM S2 (a)0.15椒盐噪声(b)FCMS1 (c)FCM S2 (d)KWFLICM (e)本文算法 图12图像11加高斯噪声效果对比 Fig.12 Image 11 with gaussian noise (d)KWFLICM (e)本文算法 图9图像12加椒盐噪声效果对比 Fig.9 Image 12 with pepper salt noise (a)0.15高斯噪声(b)FCMS1 (c)FCM S2 (a)0.15椒盐噪声 (b)FCM SI (c)FCM S2 (d)KWFLICM (e)本文算法 (d)KWFLICM (e)本文算法 图10图像13加椒盐噪声效果对比 图13图像12加高斯噪声效果对比 Fig.10 Image 13 with pepper salt noise Fig.13 Image 12 with gaussian noise一般，但对高斯噪声效果相对较好，KWFLICM 以 及本文算法对处理椒盐噪声以及高斯噪声表现良 好。由表 1 可以看出，对于添加了 0.15 椒盐噪声 图像，KWFLICM 算法分割精度较高，但对于添加 了 0.15 高斯噪声的图像本文算法更加优异。 3.2 自然图像去噪算法对比 3.2.1 自然图像添加椒盐噪声 对自然图像 11~14 添加椒盐噪声，如图 8~11， 分析对比不同算法结果。 (a) 0.15椒盐噪声 (b) FCM_S1 (c) FCM_S2 (d) KWFLICM (e) 本文算法 图 8 图像 11 加椒盐噪声效果对比 Fig. 8 Image 11 with pepper salt noise (a) 0.15椒盐噪声 (b) FCM_S1 (c) FCM_S2 (d) KWFLICM (e) 本文算法 图 9 图像 12 加椒盐噪声效果对比 Fig. 9 Image 12 with pepper salt noise (a) 0.15椒盐噪声 (b) FCM_S1 (c) FCM_S2 (d) KWFLICM (e) 本文算法 图 10 图像 13 加椒盐噪声效果对比 Fig. 10 Image 13 with pepper salt noise (a) 0.15椒盐噪声 (b) FCM_S1 (c) FCM_S2 (d) KWFLICM (e) 本文算法 图 11 图像 14 加椒盐噪声效果对比 Fig. 11 Image 14 with pepper salt noise 3.2.2 自然图像添加高斯噪声 对自然图像添加高斯噪声，如图 12~15，分析 对比不同算法结果。 (a) 0.15高斯噪声 (b) FCM_S1 (c) FCM_S2 (d) KWFLICM (e) 本文算法 图 12 图像 11 加高斯噪声效果对比 Fig. 12 Image 11 with gaussian noise (a) 0.15高斯噪声 (b) FCM_S1 (c) FCM_S2 (d) KWFLICM (e) 本文算法 图 13 图像 12 加高斯噪声效果对比 Fig. 13 Image 12 with gaussian noise ·278· 智 能 系 统 学 报 第 14 卷