图像滤波处理程序

10种简单的数字滤波算法(C语言源程序)

单片机利用软件抗干扰的几种滤波方法：

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

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         {
                value_buf[count] = get_ad();
                delay();
        }
        for (j=0;j         {
                for (i=0;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         {
                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         sum = value_buf[count];
        return (char)(sum/N);
}


楼主的滑动滤波法不对，应该是：
#define N 12
char value_buf[N];
char i=0;
int sum=0;
char filter()
{
  char Temp_Value;

  Temp_Value = get_ad();
  sum += value_buf[i] - Temp_Value;
  value_buf[i++] = Temp_Value;
  if ( i == N ) i = 0;
  return (char)(sum/N);
}//注意 value_buf全部初始化为第一次采集的值！！




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         {
                value_buf[count] = get_ad();
                delay();
        }
        for (j=0;j         {
                for (i=0;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         sum += value[count];
        return (char)(sum/(N-2));
}



中位值滤波，为什么要排序？简单的东西，复杂化了。中位值无非就是去掉最大最小值而已，排序太麻烦了。贴上我自己的做法，给大家参考
//
//------------------------------
//
//  ?D???μ??2¨
//  
//------------------------------
//
u16 GetTheMiddleValue(u16 *Pointer,u8 Length)
{
    u8 i;
    u32 temp32 = 0;

    u16 MaxVal = 0x0000;
    u16 MinVal = 0xffff;

    if ( Length>2 )
    {
        for ( i=0;i         {
            if ( Pointer[i]> MaxVal)
            {
                MaxVal = Pointer[i];
            }
            if ( Pointer[i]             {
                MinVal = Pointer[i];
            }
            temp32 += Pointer[i];
        }
        temp32 = (temp32-MaxVal-MinVal)/(Length-2);
    }
    else
    {
        for ( i=0;i         {
            temp32 += Pointer[i];
        }
        temp32 = temp32/Length;
    }

    return (u16)temp32;
}



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         {
                value_buf[count] = get_ad();
                delay();
        }
        for (count=0,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

嗯嗯，谢谢