思享工具箱

十一种通用滤波算法(转)

摘要：
Y=a1*Y（n-1）+a2*Y（n-2）+…+ak*Y（n-k）+b0*X+b1*X（n-1）+b2*X（n-2）+…+Bk*X（n-k）B.优点：高通、低通、带通和任意带阻。设计简单C.缺点：计算量大。


1、限幅滤波法（又称程序判断滤波法）

A、方法：

   根据经验判断，确定两次采样允许的最大偏差值（设为A）

   每次检测到新值时判断：

   如果本次值与上次值之差<=A,则本次值有效

   如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上次值代替本次值

B、优点：

   能有效克服因偶然因素引起的脉冲干扰

C、缺点

   无法抑制那种周期性的干扰

   平滑度差

2、中位值滤波法

A、方法：

   连续采样N次（N取奇数）

   把N次采样值按大小排列

   取中间值为本次有效值

B、优点：

   能有效克服因偶然因素引起的波动干扰

   对温度、液位的变化缓慢的被测参数有良好的滤波效果

C、缺点：

   对流量、速度等快速变化的参数不宜

3、算术平均滤波法

A、方法：

   连续取N个采样值进行算术平均运算

   N值较大时：信号平滑度较高，但灵敏度较低

   N值较小时：信号平滑度较低，但灵敏度较高

   N值的选取：一般流量，N=12；压力：N=4

B、优点：

   适用于对一般具有随机干扰的信号进行滤波

   这样信号的特点是有一个平均值，信号在某一数值范围附近上下波动

C、缺点：

   对于测量速度较慢或要求数据计算速度较快的实时控制不适用

   比较浪费RAM

  

4、递推平均滤波法（又称滑动平均滤波法）

A、方法：

   把连续取N个采样值看成一个队列

   队列的长度固定为N

   每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则)

   把队列中的N个数据进行算术平均运算,就可获得新的滤波结果

   N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4

B、优点：

   对周期性干扰有良好的抑制作用，平滑度高

   适用于高频振荡的系统

C、缺点：

   灵敏度低

   对偶然出现的脉冲性干扰的抑制作用较差

   不易消除由于脉冲干扰所引起的采样值偏差

   不适用于脉冲干扰比较严重的场合

   比较浪费RAM

  

5、中位值平均滤波法（又称防脉冲干扰平均滤波法）

A、方法：

   相当于“中位值滤波法”+“算术平均滤波法”

   连续采样N个数据，去掉一个最大值和一个最小值

   然后计算N-2个数据的算术平均值

   N值的选取：3~14

B、优点：

   融合了两种滤波法的优点

   对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差

C、缺点：

   测量速度较慢，和算术平均滤波法一样

   比较浪费RAM

6、限幅平均滤波法

A、方法：

   相当于“限幅滤波法”+“递推平均滤波法”

   每次采样到的新数据先进行限幅处理，

   再送入队列进行递推平均滤波处理

B、优点：

   融合了两种滤波法的优点

   对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差

C、缺点：

   比较浪费RAM

7、一阶滞后滤波法

A、方法：

   取a=0~1

   本次滤波结果=（1-a）*本次采样值+a*上次滤波结果

B、优点：

   对周期性干扰具有良好的抑制作用

   适用于波动频率较高的场合

C、缺点：

   相位滞后，灵敏度低

   滞后程度取决于a值大小

   不能消除滤波频率高于采样频率的1/2的干扰信号

  

8、加权递推平均滤波法

A、方法：

   是对递推平均滤波法的改进，即不同时刻的数据加以不同的权

   通常是，越接近现时刻的数据，权取得越大。

   给予新采样值的权系数越大，则灵敏度越高，但信号平滑度越低

B、优点：

   适用于有较大纯滞后时间常数的对象

   和采样周期较短的系统

C、缺点：

   对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号

   不能迅速反应系统当前所受干扰的严重程度，滤波效果差

9、消抖滤波法

A、方法：

   设置一个滤波计数器

   将每次采样值与当前有效值比较：

   如果采样值＝当前有效值，则计数器清零

   如果采样值<>当前有效值，则计数器+1，并判断计数器是否>=上限N(溢出)

     如果计数器溢出,则将本次值替换当前有效值,并清计数器

B、优点：

   对于变化缓慢的被测参数有较好的滤波效果,

   可避免在临界值附近控制器的反复开/关跳动或显示器上数值抖动

C、缺点：

   对于快速变化的参数不宜

   如果在计数器溢出的那一次采样到的值恰好是干扰值,则会将干扰值当作有效值导入系统

10、限幅消抖滤波法

A、方法：

   相当于“限幅滤波法”+“消抖滤波法”

   先限幅,后消抖

B、优点：

   继承了“限幅”和“消抖”的优点

   改进了“消抖滤波法”中的某些缺陷,避免将干扰值导入系统

C、缺点：

   对于快速变化的参数不宜

第11种方法：IIR 数字滤波器

A. 方法：

确定信号带宽，滤之。

Y(n) = a1*Y(n-1) + a2*Y(n-2) + ... +ak*Y(n-k) + b0*X(n) + b1*X(n-1) + b2*X(n-2) + ... + bk*X(n-k)

B. 优点：高通，低通，带通，带阻任意。设计简单(用matlab）

C. 缺点：运算量大。

//---------------------------------------------------------------------

软件滤波的C程序样例

10种软件滤波方法的示例程序

假定从8位AD中读取数据（如果是更高位的AD可定义数据类型为int),子程序为get_ad();

1、限副滤波

/* A值可根据实际情况调整

value为有效值，new_value为当前采样值

滤波程序返回有效的实际值 */

#define A 10

char value;

char filter()

{

char new_value;

new_value = get_ad();

if ( ( new_value - value > A ) || (value - new_value > A )

return value;

return new_value;

  

}

2、中位值滤波法

/* N值可根据实际情况调整

排序采用冒泡法*/

#define N 11

char filter()

{

char value_buf[N];

char count,i,j,temp;

for ( count=0;count<N;count++)

{

value_buf[count] = get_ad();

delay();

}

for (j=0;j<N-1;j++)

{

for (i=0;i<N-j;i++)

{

   if( value_buf>value_buf[i+1] )

   {

     temp = value_buf;

     value_buf = value_buf[i+1];

        value_buf[i+1] = temp;

   }

}

}

return value_buf[(N-1)/2];

}

3、算术平均滤波法

/*

*/

#define N 12

char filter()

{

int sum = 0;

for ( count=0;count<N;count++)

{

sum + = get_ad();

delay();

}

return (char)(sum/N);

}

4、递推平均滤波法（又称滑动平均滤波法）

/*

*/

#define N 12

char value_buf[N];

char i=0;

char filter()

{

char count;

int sum=0;

value_buf[i++] = get_ad();

if ( i == N ) i = 0;

for ( count=0;count<N,count++)

sum = value_buf[count];

return (char)(sum/N);

}

5、中位值平均滤波法（又称防脉冲干扰平均滤波法）

/*

*/

#define N 12

char filter()

{

char count,i,j;

char value_buf[N];

int sum=0;

for (count=0;count<N;count++)

{

value_buf[count] = get_ad();

delay();

}

for (j=0;j<N-1;j++)

{

for (i=0;i<N-j;i++)

{

   if( value_buf>value_buf[i+1] )

   {

     temp = value_buf;

     value_buf = value_buf[i+1];

        value_buf[i+1] = temp;

   }

}

}

for(count=1;count<N-1;count++)

sum += value[count];

return (char)(sum/(N-2));

}

6、限幅平均滤波法

/*

*/

略参考子程序1、3

7、一阶滞后滤波法

/* 为加快程序处理速度假定基数为100，a=0~100 */

#define a 50

char value;

char filter()

{

char new_value;

new_value = get_ad();

return (100-a)*value + a*new_value;

}

8、加权递推平均滤波法

/* coe数组为加权系数表，存在程序存储区。*/

#define N 12

char code coe[N] ={1,2,3,4,5,6,7,8,9,10,11,12};

char code sum_coe =1+2+3+4+5+6+7+8+9+10+11+12;

char filter()

{

char count;

char value_buf[N];

int sum=0;

for (count=0,count<N;count++)

{

value_buf[count] = get_ad();

delay();

}

for (count=0,count<N;count++)

sum += value_buf[count]*coe[count];

return (char)(sum/sum_coe);

}

9、消抖滤波法

#define N 12

char filter()

{

char count=0;

char new_value;

new_value = get_ad();

while (value !=new_value);

{

count++;

if (count>=N) return new_value;

  delay();

new_value = get_ad();

}

return value;

}

10、限幅消抖滤波法

/*

*/

略参考子程序1、9

11、IIR滤波例子

int BandpassFilter4(int InputAD4)

{

int ReturnValue;

int ii;

RESLO=0;

RESHI=0;

MACS=*PdelIn;

OP2=1068; //FilterCoeff4[4];

MACS=*(PdelIn+1);

OP2=8; //FilterCoeff4[3];

MACS=*(PdelIn+2);

OP2=-2001;//FilterCoeff4[2];

MACS=*(PdelIn+3);

OP2=8; //FilterCoeff4[1];

MACS=InputAD4;

OP2=1068; //FilterCoeff4[0];

MACS=*PdelOu;

OP2=-7190;//FilterCoeff4[8];

MACS=*(PdelOu+1);

OP2=-1973; //FilterCoeff4[7];

MACS=*(PdelOu+2);

OP2=-19578;//FilterCoeff4[6];

MACS=*(PdelOu+3);

OP2=-3047; //FilterCoeff4[5];

*p=RESLO;

*(p+1)=RESHI;

mytestmul<<=2;

ReturnValue=*(p+1);

for (ii=0;ii<3;ii++)

{

DelayInput[ii]=DelayInput[ii+1];

DelayOutput[ii]=DelayOutput[ii+1];

}

DelayInput[3]=InputAD4;

DelayOutput[3]=ReturnValue;

// if (ReturnValue<0)

// {

// ReturnValue=-ReturnValue;

// }

return ReturnValue;

}

二.在图像处理中应用到的滤波算法实例：

BOOL  WINAPI   MedianFilter(LPSTR   lpDIBBits,  LONG   lWidth,   LONG  lHeight,    

   int   iFilterH,   int  iFilterW,    

   int   iFilterMX,   int  iFilterMY)  

{  

   

//   指向源图像的指针  

unsigned  char* lpSrc;  

   

//   指向要复制区域的指针  

unsigned  char* lpDst;  

   

//   指向复制图像的指针  

LPSTR lpNewDIBBits;  

HLOCAL hNewDIBBits;  

   

//   指向滤波器数组的指针  

unsigned  char *   aValue;  

HLOCAL hArray;  

   

//   循环变量  

LONG i;  

LONG j;  

LONG k;  

LONG l;  

   

//   图像每行的字节数  

LONG lLineBytes;  

   

//   计算图像每行的字节数  

lLineBytes  =   WIDTHBYTES(lWidth   *  8);  

   

//   暂时分配内存，以保存新图像  

hNewDIBBits   =  LocalAlloc(LHND,   lLineBytes   *  lHeight);  

   

//   判断是否内存分配失败  

if  (hNewDIBBits   ==   NULL)  

{  

//   分配内存失败  

return  FALSE;  

}  

   

//   锁定内存  

lpNewDIBBits   =  (char   *   )LocalLock(hNewDIBBits);  

   

//   初始化图像为原始图像  

memcpy(lpNewDIBBits,   lpDIBBits,  lLineBytes   *   lHeight);  

   

//   暂时分配内存，以保存滤波器数组  

hArray  =   LocalAlloc(LHND,   iFilterH  *   iFilterW);  

   

//   判断是否内存分配失败  

if  (hArray   ==   NULL)  

{  

//   释放内存  

LocalUnlock(hNewDIBBits);  

LocalFree(hNewDIBBits);  

   

//   分配内存失败  

return  FALSE;  

}  

   

//   锁定内存  

aValue  =   (unsigned   char  *   )LocalLock(hArray);  

   

//   开始中值滤波  

//   行(除去边缘几行)  

for(i  =   iFilterMY;   i  <   lHeight   -  iFilterH   +   iFilterMY  +   1;   i++)  

{  

//   列(除去边缘几列)  

for(j  =   iFilterMX;   j  <   lWidth   -   iFilterW  +   iFilterMX   +   1;   j++)  

{  

//   指向新DIB第i行，第j个象素的指针  

lpDst  =   (unsigned   char*)lpNewDIBBits   +  lLineBytes   *   (lHeight  -   1   -  i)   +   j;  

   

//   读取滤波器数组  

for  (k   =   0;  k   <   iFilterH;  k++)  

{  

for  (l   =   0;  l   <   iFilterW;  l++)  

{  

//   指向DIB第i   -  iFilterMY   +   k行，第j   -  iFilterMX   +   l个象素的指针  

lpSrc  =   (unsigned   char*)lpDIBBits   +  lLineBytes   *   (lHeight  -   1   -  i   +   iFilterMY  -   k)   +  j   -   iFilterMX  +   l;  

   

//   保存象素值  

aValue[k  *   iFilterW   +  l]   =   *lpSrc;  

}  

}  

   

//   获取中值  

*  lpDst   =   GetMedianNum(aValue,   iFilterH  *   iFilterW);  

}  

}  

   

//   复制变换后的图像  

memcpy(lpDIBBits,   lpNewDIBBits,   lLineBytes  *   lHeight);  

   

//   释放内存  

LocalUnlock(hNewDIBBits);  

LocalFree(hNewDIBBits);  

LocalUnlock(hArray);  

LocalFree(hArray);  

   

//   返回  

return  TRUE;  

} 

三.RC滤波的一种实现.

RcDigital(double & X, double & Y)

{

static int MidFlag;

static double Yn_1,Xn_1;

double MyGetX=0,MyGetY=0;

double Alfa;

Alfa=0.7;

if(X==0||Y==0)

{

  MidFlag=0;

  Xn_1=0;

  Yn_1=0;

  MyGetX=0;

  MyGetY=0;

}

if(X>0&&Y>0)

{

  if(MidFlag==1)

   {

   MyGetY = (1 - Alfa) * Y + Alfa * Yn_1;

           MyGetX = (1 - Alfa) * X + Alfa * Xn_1;

           Xn_1 = MyGetX;

   Yn_1 = MyGetY;

   }

  else

   {

   MidFlag=1;

   MyGetX = X;

   MyGetY = Y;

   Xn_1 = X;

   Yn_1 = Y;

   }

}

X = MyGetX;

Y = MyGetY;

}

标签：#数字滤波#数据滤波#中值滤波matlab#图像滤波#平滑滤波#图像处理 | 浏览：100 | 发布日期：

免责声明：文章转载自《十一种通用滤波算法(转)》仅用于学习参考。如对内容有疑问，请及时联系本站处理。

上篇CentOS系统/tmp目录里面的文件默认保留多久Linux安装zookeeper下篇

宿迁高防，2C2G15M，22元/月；香港BGP，2C5G5M，25元/月 雨云优惠码：MjYwNzM=

相关文章

OpenCV导向滤波（引导滤波）实现（Guided Filter）代码，以及使用颜色先验算法去雾

 论文下载地址：http://research.microsoft.com/en-us/um/people/jiansun/papers/GuidedFilter_ECCV10.pdf 本文主要介绍导向滤波，但是在网上看这算法还能去雾，不知道是具体是怎么利用导向滤波实现去雾的，希望过来人指点迷津，这块主要是重写了导向滤波应用于彩色图像的部分代码，希望与大家...

qt之图像处理

    毕业2年了，一直使用的qt做桌面程序，很少接触图像算法类的东西，最近由于项目的原因，不得不了解下图像处理，不过也是一些简单的图像处理，仅此作为记录，并希望能帮助初学qt图像处理的朋友。     首先我推荐一篇文章，高斯模糊算法的实现和优化 这篇文章也是我理解图片模糊的开始，我个人觉得讲的相当清楚明了。因此如果对原理或者名词不理解的同学可以进去一看究...

用最简单的方式在C#中使用多线程加速耗时的图像处理算法的执行（多核机器）。

图像处理中，有很多算法由于其内在的复杂性是天然的耗时大户，加之图像本身蕴涵的数据量比一般的对象就大，因此，针对这类算法，执行速度的提在很大程度上依赖于硬件的性能，现在流行的CPU都是至少2核的，稍微好点的4核，甚至8核，因此，如果能充分利用这些资源，必将能发挥机器的强大优势，为算法的执行效果提升一个档次。 在单核时代，多线程程序的主要目的是防止UI假死，而...

AS3多线程快速入门(二):图像处理[译]

原文链接：http://esdot.ca/site/2012/intro-to-as3-workers-part-2-image-processing 在《AS3多线程快速入门》系列教程的第一部分中，我们研究了AS3 Worker的基本原理，包括多种通信方式，还展示了一个简单例子：Hello World Worker。 在这篇文章里，我将更进一步，向你展...

【Matlab图像处理】学习笔记：读取16进制RGB文档转为彩色图片

在JPEG解码中对JPG图片进行了解码，解码的数据分为RGB三色，这三色数据（16进制）存放在3个文件中red.dat，green.dat，blue.dat；用matlab把这3色数据复原成图像。 这里仅对红色处理，其他两种颜色的处理方法类似。 这里解码的是一幅1080*1920的jpg图片。 red.dat文件中存放的是16进制的数据 格式如上图，这里...

python 图像处理:图像的读取、显示与保存

skimage提供了io模块，顾名思义，这个模块是用来图片输入输出操作的。为了方便练习，也提供一个data模块，里面嵌套了一些示例图片，我们可以直接使用。 引入skimage模块可用： from skimage import io skimage包的全称是scikit-image SciKit (toolkit for SciPy) ，它对scipy....

最新文章

随机推荐

思享工具箱导航