十一种滤波方法及C语言程序.doc

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;counti++)
{
   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 = 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;countsum/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;countvalue_buf[i+1] )
   {
      temp = value_buf;
      value_buf = value_buf[i+1];
         value_buf[i+1] = temp;
   }
}
}
for(count=1;count
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
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;
}