网易 
新闻 LOFTER 邮箱 相册 阅读 图书 有道 摄影 企业邮箱 优惠券 云笔记 闪电邮 邮箱大师 印像派 考拉海购
 
更多
博客 
手机博客 博客搬家 博客VIP服务 发现 小组 风格
 
群博客 博客油菜地 博客话题 博客热点 博客圈子 找朋友
 
登录  
 加关注
   显示下一条  |  关闭
温馨提示！由于新浪微博认证机制调整，您的新浪微博帐号绑定已过期，请重新绑定！立即重新绑定新浪微博》  |  关闭

易拉罐的博客

心静自然凉

导航

 
 
 
 
 

日志

 
 
关于我
易拉罐bb

aaa

文章分类

转 十一种通用滤波算法  

2015-01-21 13:54:54|  分类： 算法 |  标签： |举报 |字号大中小 订阅

  下载LOFTER 我的照片书  |
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;
}
  评论这张
 
阅读(488)| 评论(0)

历史上的今天

评论

<#--最新日志，群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇，下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

我的照片书 - 手机博客 - 下载LOFTER APP - 订阅此博客

网易公司版权所有 ©1997-2018