十一種通用濾波算法(轉)

1、限幅濾波法（又稱程序判斷濾波法）
A、方法：
   根據經驗判斷，確定兩次採樣允許的最大偏差值（設爲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衝干擾
C、缺點
   無法抑制那種週期性的干擾
   平滑度差

2、中位值濾波法
A、方法：
   連續採樣N次（N取奇數）
   把N次採樣值按大小排列
   取中間值爲本次有效值
B、優點：
   能有效克服因偶然因素引起的波動干擾
   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個採樣值進行算術平均運算
   N值較大時：信號平滑度較高，但靈敏度較低
   N值較小時：信號平滑度較低，但靈敏度較高
   N值的選取：一般流量，N=12；壓力：N=4
B、優點：
   適用於對一般具有隨機干擾的信號進行濾波
   這樣信號的特點是有一個平均值，信號在某一數值範圍附近上下波動
C、缺點：
   對於測量速度較慢或要求數據計算速度較快的實時控制不適用
   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個採樣值看成一個隊列
   隊列的長度固定爲N
   每次採樣到一個新數據放入隊尾,並扔掉原來隊首的一次數據.(先進先出原則)
   把隊列中的N個數據進行算術平均運算,就可獲得新的濾波結果
   N值的選取：流量，N=12；壓力：N=4；液麪，N=4~12；溫度，N=1~4
B、優點：
   對週期性干擾有良好的抑制作用，平滑度高
   適用於高頻振盪的系統
C、缺點：
   靈敏度低
   對偶然出現的脈衝性干擾的抑制作用較差
   不易消除由於脈衝干擾所引起的採樣值偏差
   不適用於脈衝干擾比較嚴重的場合
   比較浪費RAM
  
5、中位值平均濾波法（又稱防脈衝干擾平均濾波法）
A、方法：
   相當於“中位值濾波法”+“算術平均濾波法”
   連續採樣N個數據，去掉一個最大值和一個最小值
   然後計算N-2個數據的算術平均值
   N值的選取：3~14
B、優點：
   融合了兩種濾波法的優點
   對於偶然出現的脈衝性干擾，可消除由於脈衝干擾所引起的採樣值偏差
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：
   相當於“限幅濾波法”+“遞推平均濾波法”
   每次採樣到的新數據先進行限幅處理，
   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
   對於偶然出現的脈衝性干擾，可消除由於脈衝干擾所引起的採樣值偏差
C、缺點：
   比較浪費RAM

7、一階滯後濾波法
A、方法：
   取a=0~1
   本次濾波結果=（1-a）*本次採樣值+a*上次濾波結果
B、優點：
   對週期性干擾具有良好的抑制作用
   適用於波動頻率較高的場合
C、缺點：
   相位滯後，靈敏度低
   滯後程度取決於a值大小
   不能消除濾波頻率高於採樣頻率的1/2的干擾信號
  
8、加權遞推平均濾波法
A、方法：
   是對遞推平均濾波法的改進，即不同時刻的數據加以不同的權
   通常是，越接近現時刻的數據，權取得越大。
   給予新採樣值的權係數越大，則靈敏度越高，但信號平滑度越低
B、優點：
   適用於有較大純滯後時間常數的對象
   和採樣週期較短的系統
C、缺點：
   對於純滯後時間常數較小，採樣週期較長，變化緩慢的信號
   不能迅速反應系統當前所受干擾的嚴重程度，濾波效果差

9、消抖濾波法
A、方法：
   設置一個濾波計數器
   將每次採樣值與當前有效值比較：
   如果採樣值＝當前有效值，則計數器清零
   如果採樣值<>當前有效值，則計數器+1，並判斷計數器是否>=上限N(溢出)
      如果計數器溢出,則將本次值替換當前有效值,並清計數器
B、優點：
   對於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覆開/關跳動或顯示器上數值抖動
C、缺點：
   對於快速變化的參數不宜
   如果在計數器溢出的那一次採樣到的值恰好是干擾值,則會將干擾值當作有效值導入系統

10、限幅消抖濾波法
A、方法：
   相當於“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,避免將干擾值導入系統
C、缺點：
   對於快速變化的參數不宜


第11種方法：IIR 數字濾波器

A. 方法：
確定信號帶寬， 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。


//---------------------------------------------------------------------

軟件濾波的C程序樣例

10種軟件濾波方法的示例程序

假定從8位AD中讀取數據（如果是更高位的AD可定義數據類型爲int),子程序爲get_ad();

1、限副濾波
/* A值可根據實際情況調整
value爲有效值，new_value爲當前採樣值
濾波程序返回有效的實際值 */
#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;
return new_value;
  
}

2、中位值濾波法
/* N值可根據實際情況調整
排序採用冒泡法*/
#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、算術平均濾波法
/*
*/

#define N 12

char filter()
{
int sum = 0;
for ( count=0;count<N;count++)
{
sum + = get_ad();
delay();
}
return (char)(sum/N);
}

4、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=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、中位值平均濾波法（又稱防脈衝干擾平均濾波法）
/*
*/
#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、限幅平均濾波法
/*
*/
略 參考子程序1、3

7、一階滯後濾波法
/* 爲加快程序處理速度假定基數爲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、加權遞推平均濾波法
/* coe數組爲加權係數表，存在程序存儲區。*/

#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、消抖濾波法

#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、限幅消抖濾波法
/*
*/
略 參考子程序1、9

11、IIR濾波例子

C語言: 臨時自用代碼

intBandpassFilter4(intInputAD4)
{
intReturnValue;
intii;
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;
// }
returnReturnValue;
}

 

// Lowpass FIR filter coefficients for 17 taps to filter > 30Hz
static const int coeffslp[9] = {
5225, 5175, 7255, 9453, 11595, 13507, 15016, 15983, 16315 };


int filterlp(int sample)  // Lowpass FIR filter for EKG
{   static int buflp[32];  // Reserve 32 loactions for circular buffering
    static int offsetlp = 0;
    long z;
    int i;
    buflp[offsetlp] = sample;
    z = mul16(coeffslp[8], buflp[(offsetlp - 8) & 0x1F]);
    for (i = 0;  i < 8;  i++)
        z += mul16(coeffslp[i], buflp[(offsetlp - i) & 0x1F] + buflp[(offsetlp - 16 + i) & 0x1F]);
    offsetlp = (offsetlp + 1) & 0x1F;
    return  z >> 15;   // Return filter output

}// int filterlp

http://hi.baidu.com/282280072/blog/item/4bf37e39ef5ea0dbd4622563.html

二.在圖像處理中應用到的濾波算法實例：

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;  
   
//   指向要複製區域的指針  
unsigned   char* lpDst;  
   
//   指向複製圖像的指針  
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;  
   
//   圖像每行的字節數  
LONG lLineBytes;  
   
//   計算圖像每行的字節數  
lLineBytes   =   WIDTHBYTES(lWidth   *   8);  
   
//   暫時分配內存，以保存新圖像  
hNewDIBBits   =   LocalAlloc(LHND,   lLineBytes   *   lHeight);  
   
//   判斷是否內存分配失敗  
if   (hNewDIBBits   ==   NULL)  
{  
//   分配內存失敗  
return   FALSE;  
}  
   
//   鎖定內存  
lpNewDIBBits   =   (char   *   )LocalLock(hNewDIBBits);  
   
//   初始化圖像爲原始圖像  
memcpy(lpNewDIBBits,   lpDIBBits,   lLineBytes   *   lHeight);  
   
//   暫時分配內存，以保存濾波器數組  
hArray   =   LocalAlloc(LHND,   iFilterH   *   iFilterW);  
   
//   判斷是否內存分配失敗  
if   (hArray   ==   NULL)  
{  
//   釋放內存  
LocalUnlock(hNewDIBBits);  
LocalFree(hNewDIBBits);  
   
//   分配內存失敗  
return   FALSE;  
}  
   
//   鎖定內存  
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   +   1;   i++)  
{  
//   列(除去邊緣幾列)  
for(j   =   iFilterMX;   j   <   lWidth   -   iFilterW   +   iFilterMX   +   1;   j++)  
{  
//   指向新DIB第i行，第j個象素的指針  
lpDst   =   (unsigned   char*)lpNewDIBBits   +   lLineBytes   *   (lHeight   -   1   -   i)   +   j;  
   
//   讀取濾波器數組  
for   (k   =   0;   k   <   iFilterH;   k++)  
{  
for   (l   =   0;   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   -   1   -   i   +   iFilterMY   -   k)   +   j   -   iFilterMX   +   l;  
   
//   保存象素值  
aValue[k   *   iFilterW   +   l]   =   *lpSrc;  
}  
}  
   
//   獲取中值  
*   lpDst   =   GetMedianNum(aValue,   iFilterH   *   iFilterW);  
}  
}  
   
//   複製變換後的圖像  
memcpy(lpDIBBits,   lpNewDIBBits,   lLineBytes   *   lHeight);  
   
//   釋放內存  
LocalUnlock(hNewDIBBits);  
LocalFree(hNewDIBBits);  
LocalUnlock(hArray);  
LocalFree(hArray);  
   
//   返回  
return   TRUE;  
}  

 

三.RC濾波的一種實現.

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;
}