常用滤波算法搜集

一.十一种通用滤波算法(转)

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;
}

转自：http://blog.csdn.net/cigogo/article/details/1943183