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;countvalue_buf[count] = get_ad(); delay(); }for (j=0;jfor (i=0;iif ( 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;countsum + = 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;count5、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[count] = get_ad(); delay(); }for (j=0;jfor (i=0;iif ( value_buf>value_buf[i+1] ) {temp = value_buf;
value_buf = value_buf[i+1]; value_buf[i+1] = temp; } } }
for(count=1;count6、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,countvalue_buf[count] = get_ad(); delay(); }for (count=0,count9、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
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, idth, 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
lW LONG 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; }
