首頁(yè) > 廠商 > 問答 > 濾波算法，均值濾波

濾波算法，均值濾波

來(lái)源：整理時(shí)間：2023-09-01 20:47:44 編輯：智能門戶手機(jī)版

本文目錄一覽

1，均值濾波
2，lc濾波的計(jì)算
3，卡爾曼濾波公式是什么啊
4，VC中值濾波快速算法

1，均值濾波

均值濾波是典型的線性濾波算法，它是指在圖像上對(duì)目標(biāo)像素給一個(gè)模板，該模板包括了其周圍的臨近像素（以目標(biāo)象素為中心的周圍8個(gè)象素，構(gòu)成一個(gè)濾波模板，即去掉目標(biāo)象素本身）。再用模板中的全體像素的平均值來(lái)代替原來(lái)像素值。均值濾波也稱為線性濾波，其采用的主要方法為領(lǐng)域平均法。線性濾波的基本原理是用均值代替原圖像中的各個(gè)像素值，即對(duì)待處理的當(dāng)前像素點(diǎn)（x，y），選擇一個(gè)模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點(diǎn)（x，y），作為處理后圖像在該點(diǎn)上的灰度個(gè)g（x，y），即個(gè)g（x，y）=1/m ∑f（x，y） m為該模板中包含當(dāng)前像素在內(nèi)的像素總個(gè)數(shù)。

均值濾波

2，lc濾波的計(jì)算

上圖是常用經(jīng)典算法，巴特沃斯型濾波電路的基本參數(shù)，截止頻率為1/2π HZ(0.159)，特征阻抗1Ω，首先要確定需要幾階，比如二階，先歸一化，再變換截止頻率，M=200/0.159 L(new)=L(old)/M, C(new)=C(old)/M,再變換特征阻抗K=50/1, L(new)=L(old)*K, C(new)=C(old)/K,算出來(lái)的值便是最終待設(shè)計(jì)LC濾波的值?？蛇x擇定K型濾波器則 L=R/(2πF)=1.5K/6.28*4K=59.7mH；C=1/(2πRF)=1/1.5K*6.28*4K=26.54nF也可選擇巴特沃斯型 L=2Sin（2k-1/2n）π*R/(2πF)=84.4mH C=2Sin（2k-1/2n）π/(2πRF)=37.53nF （其中k，n=2）

我用過一個(gè)LC濾波器LC濾波器的特性，在品質(zhì)因數(shù)不是特別低的情況下，以w0為轉(zhuǎn)折頻率，對(duì)于角頻率遠(yuǎn)小于轉(zhuǎn)折頻率的輸入信號(hào)，濾波器對(duì)其幅值的增益為0dB，即不放大也不衰減，濾波后相移為零；對(duì)于頻率遠(yuǎn)大于轉(zhuǎn)折頻率的輸入信號(hào)，濾波器按-40dB/十倍頻的速率衰減，并且相移180度（基本上反相）。所以，為了獲得好的濾波性能，一般需要濾波器的轉(zhuǎn)折頻率遠(yuǎn)大于輸出基波頻率，同時(shí)遠(yuǎn)小于開關(guān)頻率。實(shí)驗(yàn)LC濾波裝置中，L=2.7mH，C=15μF，轉(zhuǎn)折頻率w0=根號(hào)LC分之一=4969rad/s,則f0=790Hz，而輸出基波頻率50Hz，開關(guān)頻率為10k，所以設(shè)計(jì)滿足要求。

lc濾波的計(jì)算

3，卡爾曼濾波公式是什么啊

卡爾曼濾波公式 X(k)=A X(k-1)+B U(k)+W(k)卡爾曼濾波（Kalman filtering）一種利用線性系統(tǒng)狀態(tài)方程，通過系統(tǒng)輸入輸出觀測(cè)數(shù)據(jù)，對(duì)系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計(jì)的算法。由于觀測(cè)數(shù)據(jù)中包括系統(tǒng)中的噪聲和干擾的影響，所以最優(yōu)估計(jì)也可看作是濾波過程。斯坦利·施密特(Stanley Schmidt)首次實(shí)現(xiàn)了卡爾曼濾波器?？柭贜ASA埃姆斯研究中心訪問時(shí)，發(fā)現(xiàn)他的方法對(duì)于解決阿波羅計(jì)劃的軌道預(yù)測(cè)很有用，后來(lái)阿波羅飛船的導(dǎo)航電腦使用了這種濾波器。關(guān)于這種濾波器的論文由Swerling (1958), Kalman (1960)與 Kalman and Bucy (1961)發(fā)表。數(shù)據(jù)濾波是去除噪聲還原真實(shí)數(shù)據(jù)的一種數(shù)據(jù)處理技術(shù), Kalman濾波在測(cè)量方差已知的情況下能夠從一系列存在測(cè)量噪聲的數(shù)據(jù)中，估計(jì)動(dòng)態(tài)系統(tǒng)的狀態(tài). 由于, 它便于計(jì)算機(jī)編程實(shí)現(xiàn), 并能夠?qū)ΜF(xiàn)場(chǎng)采集的數(shù)據(jù)進(jìn)行實(shí)時(shí)的更新和處理, Kalman濾波是目前應(yīng)用最為廣泛的濾波方法, 在通信, 導(dǎo)航, 制導(dǎo)與控制等多領(lǐng)域得到了較好的應(yīng)用.

卡爾曼濾波器是一個(gè)“optimal recursive data processing algorithm（最優(yōu)化自回歸數(shù)據(jù)處理算法）”。對(duì)于解決很大部分的問題，他是最優(yōu)，效率最高甚至是最有用的。他的廣泛應(yīng)用已經(jīng)超過30年，包括機(jī)器人導(dǎo)航，控制，傳感器數(shù)據(jù)融合甚至在軍事方面的雷達(dá)系統(tǒng)以及導(dǎo)彈追蹤等等。近年來(lái)更被應(yīng)用于計(jì)算機(jī)圖像處理，例如頭臉識(shí)別，圖像分割，圖像邊緣檢測(cè)等等。

卡爾曼濾波公式是什么啊

4，VC中值濾波快速算法

unsigned char WINAPI GetMedianNum(unsigned char * bArray, int iFilterH,int iFilterW)/* unsigned char m = mid( mid(bArray[0],bArray[1],bArray[2]), mid(bArray[3],bArray[4],bArray[5]), mid(bArray[6],bArray[7],bArray[8])); return m;*/ // 循環(huán)變量 int i; int j; int k; // 中間變量 unsigned char bTemp; int iFilterLen=iFilterH*iFilterW; float average=0;//用于均值加速 //求均值 for (i=0;i<iFilterLen;i++) average+=bArray[i]; } average=average/iFilterLen; unsigned char pixel_mid; pixel_mid=bArray[(iFilterH-1)/2*iFilterW+(iFilterW-1)/2];//濾波窗口中心的取中值前的像素值 if (abs(average-pixel_mid)>10) //均值加速，其中“10”為原中值和均值之差，根據(jù)你的實(shí)際情況自行設(shè)置大小 //if(1) //不用均值加速時(shí)選此 //超快速中值法（本質(zhì)就是偽中值法） //行排列 if (0) for (k = 0; k < iFilterH; k ++) for (j = 0; j < iFilterH-1; j ++) for (i = 0; i < iFilterW-1-j; i++) number++; if (bArray[i+iFilterH*k] > bArray[i+iFilterH*k+1]) bTemp = bArray[i+iFilterH*k]; bArray[i+iFilterH*k] = bArray[i+iFilterH*k+1]; bArray[i+iFilterH*k+1] = bTemp; } } 還有什么疑問，把郵箱發(fā)給我。