《匠人手記》里的10種軟件濾波，感覺不錯，在此作為自己的一個筆記，也跟大家分享。感謝“程序匠人”的奉獻。

一、限幅濾波法

1、

先根據經驗判斷，確定兩次采樣允許的最大偏差值，設為A。

每次檢測到新采樣值時進行判斷：

（1）如果本次新采樣值與上一次濾波效果之差<=A，則本次采樣值有效，令本次濾波結果=新采樣值；

（2）如果本次采樣值與上次濾波結果之差>A，則本次采樣值無效，放棄本次采樣值，本次濾波結果=上次濾波結果。

2、例程

#define?A?10

uchar?Value;????//上次采樣有效值

uchar?AmplitudeLimiterFilter()

{

????uchar?NewValue,ReturnValue;

????NewValue=GetAD();??????????//本次采樣值

? ?if(|NewValue-Value| > A){

? ? ? ? ? return?Value;

? ?}else{

? ? ? ? ??return?NewValue;

? ?}

}

二、中位值濾波法

1、連續采樣N次值，把采樣值按大小排列，取中間值為本次有效值。

2、例程

#define?N?9

unchar?MiddleValueFilter()

{

unchar?i,j,k;

uchar?temp;

uchar?ArrDataBuffer[N];

for(i=0;i<N;i++)??//一次采集N個數據放入數組中

{

??ArrDataBuffer[i]=GetAD();

??Delay();

}

for(j=0;j<N-1;j++)//采樣值由小到大排列

{

??for(k=0;k<N-j-1;k++)

??{

????if(ArrDataBuffer[k]>ArrDataBuffer[k+1])

????{

??????temp=ArrDataBuffer[k];

??????ArrDataBuffer[k]=ArrDataBuffer[k+1];

??????ArrDataBuffer[k+1]=temp;

????}

??}

}

return(ArrDataBuffer[(N-1)/2]);//取中間值

}

?

三、算術平均濾波法

1、連續取N個值進行算術平均運算。

N較大時，信號平滑度較高，但靈敏度較低；N較小，信號平滑度低，但靈敏度較高。

2、例程

#define?N?12

uchar?ArithmeticalAverageValueFilter()

{

uchar?i;

uchar?Value;

uchar?sum;

sum=0;

for(i=0;i<N;i++)

{

sum+=GetAD();

Delay();

}

Value=sum/N;

return(Value);

}

四、遞推平均濾波法

1、把連續N個采集值看成一個隊列，每次采集到的新數據放入隊尾，并扔掉原來隊首的數據。把隊列中的N個數據進行平均計算，即可獲得新的濾波結果。

2、例程

#define?N?12

uchar?Data[];

uchar?Gilde(Data[])

{

?ucahr?i,Value,sum;

sum=0;

Data[N]=GetAD();

for(i=0;i<N;i++)

{

??Data[i]=Data[i+1];//所有數據左移，低位仍掉

??sum+=Data[i];

}

Value=sum/N;

return(Value);

}

?

五、中位值平均濾波法

1、中位值平均濾波法又稱脈沖干擾平均濾波法，相當于“中位值濾波法”+“算術平均濾波法”。

連續采集N個數據，去掉一個最大和最小值，然后計算N-2個數的平均值。

2、例程

#define?N?12

uchar?Middle()

{

ucahr?i,j,k,l;

uchar?temp;

uchar?ArrDataBuffer[N];

uchar?sum,Value;

for(i=0;i<N;i++)//一次采集N個數據，存入數組

{

???ArrDataBuffer[i]=GetAD();

???Delay();

}

for(j=0;j<N-1;j++)//采樣值由小到大排列

{

??for(k=0;k<N-j-1;k++)

??{

????if(ArrDataBuffer[k]>ArrDataBuffer[k+1])

????{

??????temp=ArrDataBuffer[k];

??????ArrDataBuffer[k]=ArrDataBuffer[k+1];

??????ArrDataBuffer[k+1]=temp;

????}

??}

}

for(l=0;l<N-1;l++)

{

??sum=ArrDataBuffer[l];

}

Value=Sum/(N-2);

return(Value);

}

?

六、遞推中位值平均濾波法

1、相當于“中位值濾波法”+“遞推平均濾波法”。這種方法把連續N個值看成一個隊列，每次采集到一個新數據放入隊尾，并扔掉原來隊首的值。?把隊列中的N個數據先去掉一個最大值和最小值，然后計算N-2個數據的平均值。

2、例程

char?Filter()

{

char?max.min;

int?sum;

char?i;

QUEUE[0]=NewData;

max=QUEUE[0];

min=QUEUE[0];

sum=QUEUE[0];

for(i=n-1;i!=0;i--)

{

??if(QUEUE[i]>max)?max=QUEUE[i];

??else?if(QUEUE[i]<min)?min=QUEUE[i];

??sum+=QUEUE[i];

??QUEUE[i]=QUEUE[i-1];?

}

??i=n-2;

?sum=sum-max-min+i/2;//加入(n-2)/2目的為了四舍五入

?sum=sum/i;

?return(sum);

}

?

七、限幅平均濾波法

1、相當于“限幅濾波法”+“遞推平均濾波法”。每次采樣先進行限幅處理，再進行隊列平均濾波處理。

2、例程

#define?A?10

#define?N?12

uchar?Data[N];

uchar?Limit()

{

??ucahr?i,Value,sum;

??Data[N]=GetAD();

??if(((Data[N]-Data[N-1])>A)||((Data[N-1]-Data[N])>A)))

???Data[N]=Data[N-1];?

???else?Data[N]=NewValue;

for(i=0;i<N;i++)

{

??Data[i]=Data[i+1];

??sum+=Data[i];

}

Value=sum/N;

return(Value);

}

?

八、一階滯后濾波法

1、本次結果濾波結果=a*本次采樣值+(1-a)*上次結果。

a代表濾波系數，a=0--1。

2、例程

#define?a?128

uchar?Value;

ucahr?OneFactorialFiler()

{

uchar?NewValue;

uchar?ReturnValue;

NewValue=GetAD();

ReturnValue=(255-a)*NewValue+a*Value;

ReturnValue/=255;

return(ReturnValue);

}

?

九、加權遞推平均濾波法

1、加權遞推平均濾波法是對遞推平均濾波法的改進，即不同時刻的數據加以不同的權。通常是越接近現時刻的數據，權取得越大。給予新采樣值的權系數越大，則靈敏度越高，但信號的平滑度越低。

2、例程

#define?N?10

#define?CoeSum?55

const?Coefficient[N]={1,2,3,4,5,6,7,8,9,10};

uchar?Data[N];

uchar?AAGAFilter()

{

?uchar?i,Value,sum;

?sum=0;

?Data[N]=GetAD();

?for(i=0;i<N;i++)

{

??Data[i]=Data[i+1];

??sum+=Data[i]*Coefficient[i];

}

Value=sum/CoeSum;

return(Value);

}

?

十、消抖濾波法

1、將每次采樣值與當前有效值比較，如果采樣值=當前有效值，則計數器清零，否則計數器加1。然后，判斷計數器是否>=上限N(溢出)。如果溢出，將本次值替換當前有效值，并清計數器。

2、例程

#define?N?20

uchar?count;

uchar?Value;

uchar?Avoid()

{

uchar?NewValue;

if(NewValue==Value)?count=0;

else

{

??count++;

??if(count>N)

??{

?????count=0;

?????Value=NewValue;

??}

}

return(Value);

}

?

?

總結

以上是生活随笔為你收集整理的《匠人手记》里的10种软件滤波的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。