(笔记)十一种通用滤波算法
一、十一种通用滤波算法(理论)
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。
二、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、限幅滤波
/* 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 */
1 #define A 10 2 3 char value; 4 5 char filter() 6 { 7 char new_value; 8 new_value = get_ad(); 9 if ( ( new_value - value > A ) || ( value - new_value > A ) 10 return value;
11 12 return new_value; 13 }
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*/
1 #define N 11 2 3 char filter() 4 { 5 char value_buf[N]; 6 char count,i,j,temp; 7 for ( count=0;count<N;count++) 8 { 9 value_buf[count] = get_ad(); 10 delay(); 11 } 12 for (j=0;j<N-1;j++) 13 { 14 for (i=0;i<N-j;i++) 15 { 16 if ( value_buf>value_buf[i+1] ) 17 { 18 temp = value_buf; 19 value_buf = value_buf[i+1]; 20 value_buf[i+1] = temp; 21 } 22 } 23 } 24 return value_buf[(N-1)/2]; 25 }
3、算术平均滤波法
/*
*/
1 #define N 12 2 3 char filter() 4 { 5 int sum = 0; 6 for ( count=0;count<N;count++) 7 { 8 sum + = get_ad(); 9 delay(); 10 } 11 return (char)(sum/N); 12 }
4、递推平均滤波法(又称滑动平均滤波法)
/*
*/
1 #define N 12 2 3 char value_buf[N]; 4 char i=0; 5 6 char filter() 7 { 8 char count; 9 int sum=0; 10 value_buf[i++] = get_ad(); 11 if ( i == N ) i = 0; 12 for ( count=0;count<N,count++) 13 sum = value_buf[count]; 14 return (char)(sum/N); 15 }
5、中位值平均滤波法(又称防脉冲干扰平均滤波法)
/*
*/
1 #define N 12 2 3 char filter() 4 { 5 char count,i,j; 6 char value_buf[N]; 7 int sum=0; 8 for (count=0;count<N;count++) 9 { 10 value_buf[count] = get_ad(); 11 delay(); 12 } 13 for (j=0;j<N-1;j++) 14 { 15 for (i=0;i<N-j;i++) 16 { 17 if ( value_buf>value_buf[i+1] ) 18 { 19 temp = value_buf; 20 value_buf = value_buf[i+1]; 21 value_buf[i+1] = temp; 22 } 23 } 24 } 25 for(count=1;count<N-1;count++) 26 sum += value[count]; 27 return (char)(sum/(N-2)); 28 }
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 */
1 #define a 50 2 3 char value; 4 5 char filter() 6 { 7 char new_value; 8 new_value = get_ad(); 9 return (100-a)*value + a*new_value; 10 }
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。*/
1 #define N 12 2 3 char code coe[N] = {1,2,3,4,5,6,7,8,9,10,11,12}; 4 char code sum_coe = 1+2+3+4+5+6+7+8+9+10+11+12; 5 6 char filter() 7 { 8 char count; 9 char value_buf[N]; 10 int sum=0; 11 for (count=0,count<N;count++) 12 { 13 value_buf[count] = get_ad(); 14 delay(); 15 } 16 for (count=0,count<N;count++) 17 sum += value_buf[count]*coe[count]; 18 return (char)(sum/sum_coe); 19 }
9、消抖滤波法
1 #define N 12 2 3 char filter() 4 { 5 char count=0; 6 char new_value; 7 new_value = get_ad(); 8 while (value !=new_value); 9 { 10 count++; 11 if (count>=N) return new_value; 12 delay(); 13 new_value = get_ad(); 14 } 15 return value; 16 }
10、限幅消抖滤波法
/*
*/
略 参考子程序1、9
11、IIR滤波例子
1 int BandpassFilter4(int InputAD4) 2 { 3 int ReturnValue; 4 int ii; 5 RESLO=0; 6 RESHI=0; 7 MACS=*PdelIn; 8 OP2=1068; //FilterCoeff4[4]; 9 MACS=*(PdelIn+1); 10 OP2=8; //FilterCoeff4[3]; 11 MACS=*(PdelIn+2); 12 OP2=-2001;//FilterCoeff4[2]; 13 MACS=*(PdelIn+3); 14 OP2=8; //FilterCoeff4[1]; 15 MACS=InputAD4; 16 OP2=1068; //FilterCoeff4[0]; 17 MACS=*PdelOu; 18 OP2=-7190;//FilterCoeff4[8]; 19 MACS=*(PdelOu+1); 20 OP2=-1973; //FilterCoeff4[7]; 21 MACS=*(PdelOu+2); 22 OP2=-19578;//FilterCoeff4[6]; 23 MACS=*(PdelOu+3); 24 OP2=-3047; //FilterCoeff4[5]; 25 *p=RESLO; 26 *(p+1)=RESHI; 27 mytestmul<<=2; 28 ReturnValue=*(p+1); 29 for (ii=0;ii<3;ii++) 30 { 31 DelayInput[ii]=DelayInput[ii+1]; 32 DelayOutput[ii]=DelayOutput[ii+1]; 33 } 34 DelayInput[3]=InputAD4; 35 DelayOutput[3]=ReturnValue; 36 37 // if (ReturnValue<0) 38 // { 39 // ReturnValue=-ReturnValue; 40 // } 41 return ReturnValue; 42 }
三、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, 3 int iFilterMX, int iFilterMY) 4 { 5 6 // 指向源图像的指针 7 unsigned char* lpSrc; 8 9 // 指向要复制区域的指针 10 unsigned char* lpDst; 11 12 // 指向复制图像的指针 13 LPSTR lpNewDIBBits; 14 HLOCAL hNewDIBBits; 15 16 // 指向滤波器数组的指针 17 unsigned char *aValue; 18 HLOCAL hArray; 19 20 // 循环变量 21 LONG i; 22 LONG j; 23 LONG k; 24 LONG l; 25 26 // 图像每行的字节数 27 LONG lLineBytes; 28 29 // 计算图像每行的字节数 30 lLineBytes = WIDTHBYTES(lWidth * 8); 31 32 // 暂时分配内存,以保存新图像 33 hNewDIBBits = LocalAlloc(LHND, lLineBytes * lHeight); 34 35 // 判断是否内存分配失败 36 if (hNewDIBBits == NULL) 37 { 38 // 分配内存失败 39 return FALSE; 40 } 41 42 // 锁定内存 43 lpNewDIBBits = (char * )LocalLock(hNewDIBBits); 44 45 // 初始化图像为原始图像 46 memcpy(lpNewDIBBits, lpDIBBits, lLineBytes * lHeight); 47 48 // 暂时分配内存,以保存滤波器数组 49 hArray = LocalAlloc(LHND, iFilterH * iFilterW); 50 51 // 判断是否内存分配失败 52 if (hArray == NULL) 53 { 54 // 释放内存 55 LocalUnlock(hNewDIBBits); 56 LocalFree(hNewDIBBits); 57 58 // 分配内存失败 59 return FALSE; 60 } 61 62 // 锁定内存 63 aValue = (unsigned char * )LocalLock(hArray); 64 65 // 开始中值滤波 66 // 行(除去边缘几行) 67 for(i = iFilterMY; i < lHeight - iFilterH + iFilterMY + 1; i++) 68 { 69 // 列(除去边缘几列) 70 for(j = iFilterMX; j < lWidth - iFilterW + iFilterMX + 1; j++) 71 { 72 // 指向新DIB第i行,第j个象素的指针 73 lpDst = (unsigned char*)lpNewDIBBits + lLineBytes * (lHeight - 1 - i) + j; 74 75 // 读取滤波器数组 76 for (k = 0; k < iFilterH; k++) 77 { 78 for (l = 0; l < iFilterW; l++) 79 { 80 // 指向DIB第i - iFilterMY + k行,第j - iFilterMX + l个象素的指针 81 lpSrc = (unsigned char*)lpDIBBits + lLineBytes * (lHeight - 1 - i + iFilterMY - k) + j - iFilterMX + l; 82 83 // 保存象素值 84 aValue[k * iFilterW + l] = *lpSrc; 85 } 86 } 87 88 // 获取中值 89 *lpDst = GetMedianNum(aValue, iFilterH * iFilterW); 90 } 91 } 92 93 // 复制变换后的图像 94 memcpy(lpDIBBits, lpNewDIBBits, lLineBytes * lHeight); 95 96 // 释放内存 97 LocalUnlock(hNewDIBBits); 98 LocalFree(hNewDIBBits); 99 LocalUnlock(hArray); 100 LocalFree(hArray); 101 102 // 返回 103 return TRUE; 104 }
四、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 }
posted on 2010-08-02 17:33 tdyizhen1314 阅读(51511) 评论(6) 编辑 收藏 举报