十一种通用滤波算法（转载）

十一种通用滤波算法

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

 

1. /* A值可根据实际情况调整

2. value为有效值，new_value为当前采样值

3. 滤波程序返回有效的实际值 */

4. #define A 10

5.  

6. char value;

7.  

8. char filter() {

9. char new_value;

10. new_value = get_ad();

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

12. return value;

13. return new_value;

14.  

15. }

 

2、中位值滤波法

 

1. /* N值可根据实际情况调整

2. 排序采用冒泡法*/

3. #define N 11

4.  

5. char filter() {

6. char value_buf[N];

7. char count, i, j, temp;

8. for (count = 0; count < N; count++) {

9. value_buf[count] = get_ad();

10. delay();

11. }

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

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

14. if (value_buf > value_buf[i + 1]) {

15. temp = value_buf;

16. value_buf = value_buf[i + 1];

17. value_buf[i + 1] = temp;

18. }

19. }

20. }

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

22. }

 

3、算术平均滤波法

 

1. /*

2. */

3.  

4. #define N 12

5.  

6. char filter() {

7. int sum = 0;

8. for (count = 0; count < N; count++) {

9. sum + = get_ad();

10. delay();

11. }

12. return (char) (sum / N);

13. }

 

4、递推平均滤波法（又称滑动平均滤波法）

 

1. /*

2. */

3. #define N 12

4.  

5. char value_buf[N];

6. char i = 0;

7.  

8. char filter() {

9. char count;

10. int sum = 0;

11. value_buf[i++] = get_ad();

12. if (i == N)

13. i = 0;

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

15. sum = value_buf[count];

16. return (char) (sum / N);

17. }

 

5、中位值平均滤波法（又称防脉冲干扰平均滤波法）

 

1. /*

2. */

3. #define N 12

4.  

5. char filter() {

6. char count, i, j;

7. char value_buf[N];

8. int sum = 0;

9. for (count = 0; count < N; count++) {

10. value_buf[count] = get_ad();

11. delay();

12. }

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

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

15. if (value_buf > value_buf[i + 1]) {

16. temp = value_buf;

17. value_buf = value_buf[i + 1];

18. value_buf[i + 1] = temp;

19. }

20. }

21. }

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

23. sum += value[count];

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

25. }

 

6、限幅平均滤波法

1. /*

2. * 略 参考子程序1、3

3. */

 

7、一阶滞后滤波法

 

1. /* 为加快程序处理速度假定基数为100，a=0~100 */

2.  

3. #define a 50

4.  

5. char value;

6.  

7. char filter() {

8. char new_value;

9. new_value = get_ad();

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

11. }

 

8、加权递推平均滤波法

 

1. /* coe数组为加权系数表，存在程序存储区。*/

2.  

3. #define N 12

4.  

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

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

7.  

8. char filter() {

9. char count;

10. char value_buf[N];

11. int sum = 0;

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

13. {

14. value_buf[count] = get_ad();

15. delay();

16. }

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

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

19. return (char) (sum / sum_coe);

20. }

 

9、消抖滤波法

 

1. #define N 12

2.  

3. char filter() {

4. char count = 0;

5. char new_value;

6. new_value = get_ad();

7. while (value != new_value)

8. ;

9. {

10. count++;

11. if (count >= N)

12. return new_value;

13. delay();

14. new_value = get_ad();

15. }

16. return value;

17. }

 

10、限幅消抖滤波法

 

1. /*

2. * 略 参考子程序1、9

3. */

 

11、IIR滤波例子

 

1. int BandpassFilter4(int InputAD4) {

2. int ReturnValue;

3. int ii;

4. RESLO = 0;

5. RESHI = 0;

6. MACS = *PdelIn;

7. OP2 = 1068; //FilterCoeff4[4];

8. MACS = *(PdelIn + 1);

9. OP2 = 8; //FilterCoeff4[3];

10. MACS = *(PdelIn + 2);

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

12. MACS = *(PdelIn + 3);

13. OP2 = 8; //FilterCoeff4[1];

14. MACS = InputAD4;

15. OP2 = 1068; //FilterCoeff4[0];

16. MACS = *PdelOu;

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

18. MACS = *(PdelOu + 1);

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

20. MACS = *(PdelOu + 2);

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

22. MACS = *(PdelOu + 3);

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

24. *p = RESLO;

25. *(p + 1) = RESHI;

26. mytestmul <<= 2;

27. ReturnValue = *(p + 1);

28. for (ii = 0; ii < 3; ii++) {

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

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

31. }

32. DelayInput[3] = InputAD4;

33. DelayOutput[3] = ReturnValue;

34.  

35. // if (ReturnValue<0)

36. // {

37. // ReturnValue=-ReturnValue;

38. // }

39. return ReturnValue;

40. }

 

二.在图像处理中应用到的滤波算法实例：

 

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

2. int iFilterH, int iFilterW, int iFilterMX, int iFilterMY) {

3.  

4. // 指向源图像的指针

5. unsigned char* lpSrc;

6.  

7. // 指向要复制区域的指针

8. unsigned char* lpDst;

9.  

10. // 指向复制图像的指针

11. LPSTR lpNewDIBBits;

12. HLOCAL hNewDIBBits;

13.  

14. // 指向滤波器数组的指针

15. unsigned char * aValue;

16. HLOCAL hArray;

17.  

18. // 循环变量

19. LONG i;

20. LONG j;

21. LONG k;

22. LONG l;

23.  

24. // 图像每行的字节数

25. LONG lLineBytes;

26.  

27. // 计算图像每行的字节数

28. lLineBytes = WIDTHBYTES(lWidth * 8);

29.  

30. // 暂时分配内存，以保存新图像

31. hNewDIBBits = LocalAlloc(LHND, lLineBytes * lHeight);

32.  

33. // 判断是否内存分配失败

34. if (hNewDIBBits == NULL) {

35. // 分配内存失败

36. return FALSE;

37. }

38.  

39. // 锁定内存

40. lpNewDIBBits = (char *) LocalLock(hNewDIBBits);

41.  

42. // 初始化图像为原始图像

43. memcpy(lpNewDIBBits, lpDIBBits, lLineBytes * lHeight);

44.  

45. // 暂时分配内存，以保存滤波器数组

46. hArray = LocalAlloc(LHND, iFilterH * iFilterW);

47.  

48. // 判断是否内存分配失败

49. if (hArray == NULL) {

50. // 释放内存

51. LocalUnlock(hNewDIBBits);

52. LocalFree(hNewDIBBits);

53.  

54. // 分配内存失败

55. return FALSE;

56. }

57.  

58. // 锁定内存

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

60.  

61. // 开始中值滤波

62. // 行(除去边缘几行)

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

64. // 列(除去边缘几列)

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

66. // 指向新DIB第i行，第j个象素的指针

67. lpDst = (unsigned char*) lpNewDIBBits

68. + lLineBytes * (lHeight - 1 - i) + j;

69.  

70. // 读取滤波器数组

71. for (k = 0; k < iFilterH; k++) {

72. for (l = 0; l < iFilterW; l++) {

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

74. lpSrc = (unsigned char*) lpDIBBits

75. + lLineBytes * (lHeight - 1 - i + iFilterMY - k) + j

76. - iFilterMX + l;

77.  

78. // 保存象素值

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

80. }

81. }

82.  

83. // 获取中值

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

85. }

86. }

87.  

88. // 复制变换后的图像

89. memcpy(lpDIBBits, lpNewDIBBits, lLineBytes * lHeight);

90.  

91. // 释放内存

92. LocalUnlock(hNewDIBBits);

93. LocalFree(hNewDIBBits);

94. LocalUnlock(hArray);

95. LocalFree(hArray);

96.  

97. // 返回

98. return TRUE;

99. }

 

三.RC滤波的一种实现：

 

1. RcDigital(double & X, double & Y)

2. {

3. static int MidFlag;

4. static double Yn_1,Xn_1;

5. double MyGetX=0,MyGetY=0;

6. double Alfa;

7. Alfa=0.7;

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

9. {

10. MidFlag=0;

11. Xn_1=0;

12. Yn_1=0;

13. MyGetX=0;

14. MyGetY=0;

15. }

16. if(X>0&&Y>0)

17. {

18. if(MidFlag==1)

19. {

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

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

22. Xn_1 = MyGetX;

23. Yn_1 = MyGetY;

24. }

25. else

26. {

27. MidFlag=1;

28. MyGetX = X;

29. MyGetY = Y;

30. Xn_1 = X;

31. Yn_1 = Y;

32. }

33. }

34. X = MyGetX;

35. Y = MyGetY;

36. }