滤波的分享

最近在做关于飞思卡尔的比赛，遇到了一些关于图像噪声的问题，这就涉及到了滤波。
刚获得的图像有很多噪音。这主要由于平时的工作和环境引起的，图像增强是减弱噪音，增强对比度。想得到比较干净清晰的图像并不是容易的事情。为这个目标而为处理图像所涉及的操作是设计一个适合、匹配的滤波器和恰当的阈值。阈值一般取得是动态阈值，这样更加容易适应时时变化的环境。
接下来就分享一位的大神关于滤波的的算法，希望对各位有用。

(转)十一种通用滤波算法

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 10char 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 11char 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 12char 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 12char 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 12char 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 50char 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 12char 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 12char 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、911、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;}