Savitzky-Golay平滑滤波的python实现

最新推荐文章于 2024-05-11 15:49:03 发布
最新推荐文章于 2024-05-11 15:49:03 发布
阅读量4w 收藏 205
点赞数 26
分类专栏： 光谱 python 文章标签： python 光谱预处理 光谱滤波 算法 滤波
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_21258931/article/details/79298478
版权

Savitzky-Golay平滑滤波是光谱预处理中常用滤波方法，它的核心思想是对一定长度窗口内的数据点进行k阶多项式拟合，从而得到拟合后的结果。对它进行离散化处理后后，Ｓ-Ｇ 滤波其实是一种移动窗口的加权平均算法，但是其加权系数不是简单的常数窗口，而是通过在滑动窗口内对给定高阶多项式的最小二乘拟合得出。
这里写图片描述
接下来以二阶多项式情况下的直线滑动平均法作为特殊例子，进行详细分析，并给出通用的多阶加权系数计算方法以及python实现的代码。
文章结构：

直线滑动平均法

对自变量x按等距△x作实验观测得数据如下:
这里写图片描述
令 t=x−xiΔx t = x − x i Δ x ，上述数据变为
这里写图片描述
用下面的方法 yi y i 修正的值:取定正整数n，使 i−n>=0和i+n<=m i − n >= 0 和 i + n <= m

最低0.47元/天 解锁文章
假小牙
关注
  • 26
    点赞
  • 踩
  • 205
    收藏
    觉得还不错? 一键收藏
  • 17
    评论
专栏目录
强化学习：python生成数据曲线平滑处理——(Savitzky-Golay 滤波器、convolve滑动平均滤波)方法介绍，推荐玩强化学习的小伙伴收藏
丨汀、的博客
08-12 5035
相关文章： Python xlwt数据保存到 Excel中以及xlrd读取excel文件画图 先上效果图： 由于高频某些点的波动导致高频曲线非常难看，为了降低噪声干扰，需要对曲线做平滑处理，让曲线过渡更平滑，可以看出经过平滑处理后更明显去除噪声且更加美观。 1.滑动平均滤波 滑动平均滤波法（又称：递推平均滤波法），它把连续取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...
Savitzky-Golay平滑去噪
dongqingyueyue的博客
12-04 2070
推导及使用如下博客讲的很清楚 参考如下博客： https://blog.csdn.net/qq_20823641/article/details/51537461 https://blog.csdn.net/schuffel/article/details/85239770
Savitzky-Golay 滤波器详解及C/matlab语言程序设计
沈春旭的博客
11-29 5万+
1.Savitzky-Golay 滤波器 Savitzky-Golay滤波器（通常简称为S-G滤波器）最初由Savitzky和Golay于1964年提出，发表于Analytical Chemistry 杂志。之后被广泛地运用于数据流平滑除噪，是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。这种滤波器最大的特点在于在滤除噪声的同时可以确保信号的形状、宽度不变。 使用平滑滤波器对
信号处理基础之噪声与降噪(二) | 平滑降噪、SVD降噪及其python代码实现
weixin_43394610的博客
05-11 1757
信号处理基础之噪声与降噪(二) | 平滑降噪、SVD降噪及其python代码实现
Savitzky-Golay 滤波器
热门推荐
Ivan 的专栏
06-14 11万+
Savitzky-Golay滤波器（通常简称为S-G滤波器）最初由Savitzky和Golay于1964年提出，发表于Analytical Chemistry 杂志。之后被广泛地运用于数据流平滑除噪，是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。这种滤波器最大的特点在于在滤除噪声的同时可以确保信号的形状、宽度不变。 信号的最小二乘平滑 信号的最小二乘平滑的基本思想可以通过图1来说明。
Savitzky-Golay滤波器原理阐述
ISE_numberone的博客
05-01 2万+
对于数据滤波部分，本研究采用Savitzky-Golay滤波器。Savitzky-Golay滤波器是一种数字滤波器，可以应用于一组数据，以平滑数据，能够在不改变信号趋势、宽度的情况下提高数据的精度。 Savitzky-Golay滤波器通过卷积的过程实现，即通过线性最小二乘法将相邻数据点的连续子集与一个低次多项式拟合。 Savitzky-Golay滤波器的优点是，在同一段曲线上，任意位置可以任意选取不同的窗宽，满足不同平滑滤波的需要；尤其是处理时序数据时，对于不同阶段的序列处理优势明显。 处理non-p
python 数据、曲线平滑处理——Savitzky-Golay 滤波器——详解
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
03-31 5663
用Savitzky-Golay方法进行平滑滤波，可以提高光谱的平滑性，并降低噪音的干扰。由于高频某些点的波动导致高频曲线非常难看，为了降低噪声干扰，需要对曲线做平滑处理，让曲线过渡更平滑。对曲线进行平滑处理，通过Savitzky-Golay 滤波器，可以在scipy库里直接调用，不需要再定义函数。如果噪声在高频端，那么滤波的结果就是去除了噪声，反之，若噪声在低频段，那么滤波的结果就是留下了噪声。在寻找曲线的波峰、波谷时，由于数据帧数多的原因，导致生成的曲线图噪声很大，不易寻找规律。
Savitzky-Golay滤波的Python实现
hjgjy的博客
04-19 4324
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 Savitzky-Golay滤波的python实现前言一、高斯滤波器二、使用结果1.原先的曲线2.滤波后的曲线代码 前言 高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板
NGSIM-US-101-trajectory-dataset-smoothing:使用Savitzky-Golay滤波器平滑NGSIM US-101轨迹数据集
05-24
NGSIM US-101数据集平滑 描述 NGSIM US-101数据集平滑功能使用提供了众所周知的轨迹NGSIM US-101数据集的低噪点和平滑版本。 平滑过程分为两个步骤，该过程包括：首先，平滑X和Y值，然后相对于平滑的X，Y值重新计算...
logistics_model_test_20200617_logistics_SG滤波器_S-G滤波_S-Gfliter数据平
09-30
标题"logistics_model_test_20200617_logistics_SG滤波器_S-G滤波_S-Gfliter数据平"揭示了一个使用S-G（Savitzky-Golay）滤波器对物流模型测试数据进行平滑处理的案例。描述进一步强调了这个过程是通过Python编程...
电子测量-Python编写测量数据误差处理的通用程序
04-12
肖维纳检验（Savitzky-Golay滤波）是一种平滑数据并估算趋势的方法，适用于去除噪声并保留信号的主要特征。Python中可以使用`scipy.signal`库的`savgol_filter`函数实现这一过程。 3. **莱特检验法**： 莱特检验...
基于python开发的高光谱数据预处理方法+源码+文档+代码解析（高分优秀项目）
最新发布
05-12
Savitzky-Golay平滑滤波函数 SG 滑动平均滤波 move_avg 一阶差分 D1 二阶差分 D2 小波变换 wave 均值中心化 mean_centralization 标准化 standardlize 最大最小归一化 max_min_normalization 矢量归一化 vector_...
Savitzky-Golay 滤波器实现曲线平滑
weixin_54668329的博客
04-12 2458
Savitzky-Golay平滑滤波是光谱预处理中的常用滤波方法，其 核心思想：是对一定长度窗口内的数据点进行k阶多项式拟合，从而得到拟合后的结果。对它进行离散化处理后，Ｓ-Ｇ 滤波其实是一种移动窗口的加权平均算法，但是其加权系数不是简单的常数窗口，而是通过在滑动窗口内对给定高阶多项式的最小二乘拟合得出。如果噪声在高频端，那么滤波的结果就是去除了噪声，反之，若噪声在低频段，那么滤波的结果就是留下了噪声。由于高频某些点的波动导致高频曲线非常难看，为了降低噪声干扰，需要对曲线做平滑处理，让曲线过渡更平滑。
数字信号预处理——平滑和去噪
yishuihanq的博客
04-18 5779
数字信号预处理对信号进行去噪、平滑和去趋势处理，为进一步分析做好准备。从数据中去除噪声、离群值和乱真内容。增强信号以对其可视化并发现模式。更改信号的采样率，或者使不规则采样信号或带缺失数据信号的采样率趋于恒定。为仿真和算法测试生成脉冲信号和 chirp 等合成信号。
savitzky_golay_smoothing
qq_53634036的博客
02-01 396
与移动平均相比，Savitzky-Golay平滑方法保留了更多光谱的细节，因为它使用多项式进行拟合，可以更好地适应光谱数据的变化。需要注意的是，在应用Savitzky-Golay平滑方法时，需要根据实际情况选择适当的滑动窗口大小和多项式拟合阶数。计算平滑数据：对于每个窗口，将拟合曲线在窗口中心的值作为平滑后的数据点。在滑动窗口的过程中，每个数据点都会至少参与一次多项式拟合，从而得到整个光谱数据的平滑曲线。确定滑动窗口：将滑动窗口应用于光谱数据，窗口的大小会决定滑动窗口内要拟合的数据点数量。
Savitzky-Golay滤波器基本原理
propor的专栏
04-10 1608
Savitzky-Golay滤波器
python 曲线平滑处理——方法总结(Savitzky-Golay 滤波器、make_interp_spline插值法和convolve滑动平均滤波)
程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。
03-31 1万+
有时我们得到曲线震荡或者噪声比较多，不利于观察曲线的趋势走向，需要对其平滑处理，本文结介绍Savitzky-Golay 滤波器、make_interp_spline插值法和convolve滑动平均滤波，三种平滑处理方法。
用python实现中值滤波算法
05-18
中值滤波是一种非线性滤波算法，它的基本思想是用滑动窗口将图像中的每个像素点替换成该窗口内像素值的中值。以下是用Python实现中值滤波的代码： ``` python import cv2 import numpy as np def median_filter(img, size): # 获取图像的行数和列数 row, col = img.shape # 计算滑动窗口的边长 border = (size - 1) // 2 # 创建一个全零的数组，用于存储处理后的图像 out_img = np.zeros((row, col), np.uint8) # 遍历每个像素点 for i in range(border, row-border): for j in range(border, col-border): # 获取滑动窗口中的像素值 window = img[i-border:i+border+1, j-border:j+border+1] # 将滑动窗口中的像素值排序 sort_window = np.sort(window.flatten()) # 取中间值作为该像素点的值 out_img[i, j] = sort_window[(size*size)//2] return out_img # 读取图像 img = cv2.imread('test.jpg', cv2.IMREAD_GRAYSCALE) # 调用中值滤波函数 out_img = median_filter(img, 3) # 显示原图和处理后的图像 cv2.imshow('Original Image', img) cv2.imshow('Median Filter Image', out_img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上面的代码中，`median_filter`函数实现了中值滤波算法。它接受两个参数：原始图像和滑动窗口的大小。函数内部首先计算了滑动窗口的边长，然后遍历每个像素点，获取对应的滑动窗口，将窗口内的像素值排序并取中间值作为该像素点的值，最后将处理后的像素值存储在输出图像中。最后，我们读取一张灰度图像，调用`median_filter`函数对其进行中值滤波处理，并显示原图和处理后的图像。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 17
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值