(轉)十一種通用濾波算法

轉載 http://www.cnblogs.com/tdyizhen1314/archive/2010/08/02/1790683.html

一.十一種通用濾波算法(轉)

1、限幅濾波法（又稱程式判斷濾波法）

A、方法：

根據經驗判斷，确定兩次采樣允許的最大偏內插補點（設為A）

每次檢測到新值時判斷：

如果本次值與上次值之差<=A,則本次值有效

如果本次值與上次值之差>A,則本次值無效,放棄本次值,用上次值代替本次值

B、優點：

能有效克服因偶然因素引起的脈沖幹擾

C、缺點

無法抑制那種周期性的幹擾

平滑度差

2、中位值濾波法

A、方法：

連續采樣N次（N取奇數）

把N次采樣值按大小排列

取中間值為本次有效值

B、優點：

能有效克服因偶然因素引起的波動幹擾

對溫度、液位的變化緩慢的被測參數有良好的濾波效果

C、缺點：

對流量、速度等快速變化的參數不宜

3、算術平均濾波法

A、方法：

連續取N個采樣值進行算術平均運算

N值較大時：信号平滑度較高，但靈敏度較低

N值較小時：信号平滑度較低，但靈敏度較高

N值的選取：一般流量，N=12；壓力：N=4

B、優點：

适用于對一般具有随機幹擾的信号進行濾波

這樣信号的特點是有一個平均值，信号在某一數值範圍附近上下波動

C、缺點：

對于測量速度較慢或要求資料計算速度較快的實時控制不适用

比較浪費RAM

4、遞推平均濾波法（又稱滑動平均濾波法）

A、方法：

把連續取N個采樣值看成一個隊列

隊列的長度固定為N

每次采樣到一個新資料放入隊尾,并扔掉原來隊首的一次資料.(先進先出原則)

把隊列中的N個資料進行算術平均運算,就可獲得新的濾波結果

N值的選取：流量，N=12；壓力：N=4；液面，N=4~12；溫度，N=1~4

B、優點：

對周期性幹擾有良好的抑制作用，平滑度高

适用于高頻振蕩的系統

C、缺點：

靈敏度低

對偶然出現的脈沖性幹擾的抑制作用較差

不易消除由于脈沖幹擾所引起的采樣值偏差

不适用于脈沖幹擾比較嚴重的場合

比較浪費RAM

5、中位值平均濾波法（又稱防脈沖幹擾平均濾波法）

A、方法：

相當于“中位值濾波法”+“算術平均濾波法”

連續采樣N個資料，去掉一個最大值和一個最小值

然後計算N-2個資料的算術平均值

N值的選取：3~14

B、優點：

融合了兩種濾波法的優點

對于偶然出現的脈沖性幹擾，可消除由于脈沖幹擾所引起的采樣值偏差

C、缺點：

測量速度較慢，和算術平均濾波法一樣

比較浪費RAM

6、限幅平均濾波法

A、方法：

相當于“限幅濾波法”+“遞推平均濾波法”

每次采樣到的新資料先進行限幅處理，

再送入隊列進行遞推平均濾波處理

B、優點：

融合了兩種濾波法的優點

對于偶然出現的脈沖性幹擾，可消除由于脈沖幹擾所引起的采樣值偏差

C、缺點：

比較浪費RAM

7、一階滞後濾波法

A、方法：

取a=0~1

本次濾波結果=（1-a）本次采樣值+a上次濾波結果

B、優點：

對周期性幹擾具有良好的抑制作用

适用于波動頻率較高的場合

C、缺點：

相位滞後，靈敏度低

滞後程度取決于a值大小

不能消除濾波頻率高于采樣頻率的1/2的幹擾信号

8、權重遞推平均濾波法

A、方法：

是對遞推平均濾波法的改進，即不同時刻的資料加以不同的權

通常是，越接近現時刻的資料，權取得越大。

給予新采樣值的權系數越大，則靈敏度越高，但信号平滑度越低

B、優點：

适用于有較大純滞後時間常數的對象

和采樣周期較短的系統

C、缺點：

對于純滞後時間常數較小，采樣周期較長，變化緩慢的信号

不能迅速反應系統目前所受幹擾的嚴重程度，濾波效果差

9、消抖濾波法

A、方法：

設定一個濾波計數器

将每次采樣值與目前有效值比較：

如果采樣值＝目前有效值，則計數器清零

如果采樣值<>目前有效值，則計數器+1，并判斷計數器是否>=上限N(溢出)

如果計數器溢出,則将本次值替換目前有效值,并清計數器

B、優點：

對于變化緩慢的被測參數有較好的濾波效果,

可避免在臨界值附近控制器的反複開/關跳動或顯示器上數值抖動

C、缺點：

對于快速變化的參數不宜

如果在計數器溢出的那一次采樣到的值恰好是幹擾值,則會将幹擾值當作有效值導入系統

10、限幅消抖濾波法

A、方法：

相當于“限幅濾波法”+“消抖濾波法”

先限幅,後消抖

B、優點：

繼承了“限幅”和“消抖”的優點

改進了“消抖濾波法”中的某些缺陷,避免将幹擾值導入系統

C、缺點：

對于快速變化的參數不宜

第11種方法：IIR 數字濾波器

A. 方法：

确定信号帶寬，濾之。

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. 優點：高通，低通，帶通，帶阻任意。設計簡單(用matlab）

C. 缺點：運算量大。

//———————————————————————

軟體濾波的C程式樣例

10種軟體濾波方法的示例程式

假定從8位AD中讀取資料（如果是更高位的AD可定義資料類型為int),子程式為get_ad();

1、限副濾波

/* A值可根據實際情況調整
value為有效值，new_value為目前采樣值 
濾波程式傳回有效的實際值 */

#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;
els
return new_value;

}

2、中位值濾波法

/* N值可根據實際情況調整
排序采用冒泡法*/
#define N 11

char filter()
{
char value_buf[N];
char count,i,j,temp;
for ( count=;count<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (j=;j<N-;j++)
{
for (i=;i<N-j;i++)
{
   if ( value_buf>value_buf[i+] )
   {
      temp = value_buf;
      value_buf = value_buf[i+]; 
         value_buf[i+] = temp;
   }
}
}
return value_buf[(N-)/];
}

3、算術平均濾波法

/*
*/

#define N 12

char filter()
{
int sum = ;
for ( count=;count<N;count++)
{
sum + = get_ad();
delay();
}
return (char)(sum/N);
}

4、遞推平均濾波法（又稱滑動平均濾波法）

/*
*/
#define N 12 

char value_buf[N];
char i=;

char filter()
{
char count;
int sum=;
value_buf[i++] = get_ad();
if ( i == N ) i = ;
for ( count=;count<N,count++)
sum = value_buf[count];
return (char)(sum/N);
}

5、中位值平均濾波法（又稱防脈沖幹擾平均濾波法）

/*
*/
#define N 12

char filter()
{
char count,i,j;
char value_buf[N];
int sum=;
for (count=;count<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (j=;j<N-;j++)
{
for (i=;i<N-j;i++)
{
   if ( value_buf>value_buf[i+] )
   {
      temp = value_buf;
      value_buf = value_buf[i+]; 
         value_buf[i+] = temp;
   }
}
}
for(count=;count<N-;count++)
sum += value[count];
return (char)(sum/(N-));
}

6、限幅平均濾波法

略參考子程式1、3

7、一階滞後濾波法

/* 為加快程式處理速度假定基數為100，a=0~100 */

#define a 50

char value;

char filter()
{
char new_value;
new_value = get_ad();
return (-a)*value + a*new_value; 
}

8、權重遞推平均濾波法

/* coe數組為權重系數表，存在程式存儲區。*/

#define N 12

char code coe[N] = {,,,,,,,,,,,};
char code sum_coe = +++++++++++;

char filter()
{
char count;
char value_buf[N];
int sum=;
for (count=,count<N;count++)
{
value_buf[count] = get_ad();
delay();
}
for (count=,count<N;count++)
sum += value_buf[count]*coe[count];
return (char)(sum/sum_coe);
}

9、消抖濾波法

#define N 12

char filter()
{
char count=;
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、限幅消抖濾波法

略參考子程式1、9

11、IIR濾波例子

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.在圖像進行中應用到的濾波算法執行個體：

BOOL   WINAPI   MedianFilter(LPSTR   lpDIBBits,   LONG   lWidth,   LONG   lHeight,     
    int   iFilterH,   int   iFilterW,     
    int   iFilterMX,   int   iFilterMY)   
{   

//   指向源圖像的指針   
unsigned   char* lpSrc;   

//   指向要複制區域的指針   
unsigned   char* lpDst;   

//   指向複制圖像的指針   
LPSTR lpNewDIBBits;   
HLOCAL hNewDIBBits;   

//   指向濾波器數組的指針   
unsigned   char *   aValue;   
HLOCAL hArray;   

//   循環變量   
LONG i;   
LONG j;   
LONG k;   
LONG l;   

//   圖像每行的位元組數   
LONG lLineBytes;   

//   計算圖像每行的位元組數   
lLineBytes   =   WIDTHBYTES(lWidth   *   );   

//   暫時配置設定記憶體，以儲存新圖像   
hNewDIBBits   =   LocalAlloc(LHND,   lLineBytes   *   lHeight);   

//   判斷是否記憶體配置設定失敗   
if   (hNewDIBBits   ==   NULL)   
{   
//   配置設定記憶體失敗   
return   FALSE;   
}   

//   鎖定記憶體   
lpNewDIBBits   =   (char   *   )LocalLock(hNewDIBBits);   

//   初始化圖像為原始圖像   
memcpy(lpNewDIBBits,   lpDIBBits,   lLineBytes   *   lHeight);   

//   暫時配置設定記憶體，以儲存濾波器數組   
hArray   =   LocalAlloc(LHND,   iFilterH   *   iFilterW);   

//   判斷是否記憶體配置設定失敗   
if   (hArray   ==   NULL)   
{   
//   釋放記憶體   
LocalUnlock(hNewDIBBits);   
LocalFree(hNewDIBBits);   

//   配置設定記憶體失敗   
return   FALSE;   
}   

//   鎖定記憶體   
aValue   =   (unsigned   char   *   )LocalLock(hArray);   

//   開始中值濾波   
//   行(除去邊緣幾行)   
for(i   =   iFilterMY;   i   <   lHeight   -   iFilterH   +   iFilterMY   +   ;   i++)   
{   
//   列(除去邊緣幾列)   
for(j   =   iFilterMX;   j   <   lWidth   -   iFilterW   +   iFilterMX   +   ;   j++)   
{   
//   指向新DIB第i行，第j個象素的指針   
lpDst   =   (unsigned   char*)lpNewDIBBits   +   lLineBytes   *   (lHeight   -      -   i)   +   j;   

//   讀取濾波器數組   
for   (k   =   ;   k   <   iFilterH;   k++)   
{   
for   (l   =   ;   l   <   iFilterW;   l++)   
{   
//   指向DIB第i   -   iFilterMY   +   k行，第j   -   iFilterMX   +   l個象素的指針   
lpSrc   =   (unsigned   char*)lpDIBBits   +   lLineBytes   *   (lHeight   -      -   i   +   iFilterMY   -   k)   +   j   -   iFilterMX   +   l;   

//   儲存象素值   
aValue[k   *   iFilterW   +   l]   =   *lpSrc;   
}   
}   

//   擷取中值   
*   lpDst   =   GetMedianNum(aValue,   iFilterH   *   iFilterW);   
}   
}   

//   複制變換後的圖像   
memcpy(lpDIBBits,   lpNewDIBBits,   lLineBytes   *   lHeight);   

//   釋放記憶體   
LocalUnlock(hNewDIBBits);   
LocalFree(hNewDIBBits);   
LocalUnlock(hArray);   
LocalFree(hArray);   

//   傳回   
return   TRUE;   
}

三.RC濾波的一種實作.

RcDigital(double & X, double & Y)
{
static int MidFlag;
static double Yn_1,Xn_1;
double MyGetX=,MyGetY=;
double Alfa;
Alfa=;
if(X==||Y==)
{
   MidFlag=;
   Xn_1=;
   Yn_1=;
   MyGetX=;
   MyGetY=;
}
if(X>&&Y>)
{
   if(MidFlag==)
   {
    MyGetY = ( - Alfa) * Y + Alfa * Yn_1;
            MyGetX = ( - Alfa) * X + Alfa * Xn_1;
            Xn_1 = MyGetX;
    Yn_1 = MyGetY;
   }
   else
   {
    MidFlag=;
    MyGetX = X;
    MyGetY = Y;
    Xn_1 = X;
    Yn_1 = Y;
   }
}
X = MyGetX;
Y = MyGetY;
}

(轉)十一種通用濾波算法

繼續閱讀

Codeforces 1417 D. Make Them Equal(思維+構造)

查找算法之二分查找查找算法之二分查找

查找算法學習之二分查找（Python版本）——BinarySearch

CQ V1.0分詞bates(基于雙數組tire樹)—應該是目前最快的中文分詞算法

Command Network(POJ 3164)---定根最小樹形圖模闆題題目描述輸入格式輸出格式輸入樣例輸出樣例分析源程式

開源低帶寬語音編解碼器

241 Different Ways to Add Parentheses（C代碼版）

【趨高機器視覺】機器視覺技術原了解析及解決方案

CSMA/CD1． CSMA/CD的概述2． CSMA 的工作原理3． CSMA/CD控制規程及特點4． CSMA/CD協定5． CSMA/CD的優點6．結束語

極大似然法(ML)與最大期望法(EM)

C++ 第十五周報告1--《冒泡法排序》

筆試面試題目：滑動視窗(二)

資料結構與算法（27）——排序（二）

Dijkstra--簡易版（最短路徑）

GitHub連夜封殺！這份阿裡 10W 字内部 Java 字面試手冊到底有多強？

hdu7108哈希