濾波演算法集合（中位數、中位數平均、平均、加權平均、一階加權、正太分佈）
阿新 • • 發佈：2019-01-28
/********************************************************************************/
/********************************************************************************/
/*本檔案支援濾波函式： */
/* 0、取中位數 */
/* 1、取中位數平均 */
/* 2、取平均 */
/* 3、取加權平均 */
/* 4、一階加權 */
/* 5、正太分佈 */
/******************請根據具體的應用需求進行濾波選擇********************************/
/********************************************************************************/
/********************************************************************************/
/********************************************************************************/
#define WAVEFILTERINGBUFMAXLENG 100 //濾波快取最大的資料長度，根據個人應用以及程式空間進行修改,最大不超過255
#define u8 unsigned char
#define u16 unsigned int
u8 WaveFilteringMode = 0; //濾波模式 0-4 選擇
u8 WaveFilteringLength = 0; //濾波長度
u8 WaveFilteringEnable= 0; //濾波開關
u16 WaveFilteringBuf[WAVEFILTERINGBUFMAXLENG]; //資料計算快取buf，資料快取最大255 將遞迴的資料賦值給快取進行排布計算，避免計算排序導致原始資料順序錯誤
u16 CCDEdgeLeftWaveFilteringBuf[WAVEFILTERINGBUFMAXLENG]; //CCD左邊緣資料濾波快取區域
u16 CCDEdgeRightWaveFilteringBuf[WAVEFILTERINGBUFMAXLENG]; //CCD右邊緣資料濾波快取區域
/*******************************************************
//函式名稱：u16 Wave_Filter(char type,u8 time,u16 data,u16* ptr)
//功能描述：濾波函式
//修改日誌：2018.04.10
//函式介面：type 濾波型別參看下面註釋 time 濾波係數 data 最新接收資料 ptr 儲存資料地址
*******************************************************
////濾波演算法說明 濾波係數設定最大為255
0 //// Median 中位數濾波 排序後提取中位資料，如果設定係數為偶數去中間較小的那個 例如係數為4 2對應的資料。
1 //// Median average 中位值平均濾波 對取樣資料去除最大值與最小值進行平均運算。
2 //// Recursive mean 遞推平均濾波 遞推平均濾波又稱為滾動平均濾波 採用佇列形式每次接收新的後拋棄最早的那個資料後求平均值。
3 //// Weighted recursive mean 加權遞推平均濾波法 對取樣資料進行加權，然後在取平均值。越新的資料加權值越大。
4 //// 一階滯後濾波法 本次濾波結果＝新取樣值×濾波係數÷256＋上次濾波結果×（256－濾波係數）÷256
*******************************************************
//函式返回值： 補償完成後的資料。
//首版建立2018.04.10 版本:V1.00 修改人：szp
*******************************************************/
u16 Wave_Filter(u8 type,u8 bufleng,u16 data,u16* ptr)
{
u8 i = 0,j = 0;
u16 num = 0;
if(bufleng > WAVEFILTERINGBUFMAXLENG)
{
return 0;
}
for(i = 0; i < bufleng-1; i++)
{
*(ptr+i) = *(ptr+i+1); //緩 存佇列
WaveFilteringBuf[i] = *(ptr+i); //將遞迴的資料賦值給快取進行排布計算，避免計算排序導致原始資料順序錯誤
}
*(ptr + bufleng - 1) = data; //更新最新的資料
WaveFilteringBuf[i] = data; //最後一個數也賦值
if(type < 2)
{
for(i = 0; i < bufleng-1; i++) //此處使用冒泡法進行排序，排序為升序。
{
for(j = 0; j < (bufleng - i-1);j++)
{
if(*(WaveFilteringBuf+j) > *(WaveFilteringBuf+j+1))
{
*(WaveFilteringBuf+j) = (*(WaveFilteringBuf+j) + *(WaveFilteringBuf+j+1));
*(WaveFilteringBuf+j+1) = (*(WaveFilteringBuf+j) - *(WaveFilteringBuf+j+1));
*(WaveFilteringBuf+j) = (*(WaveFilteringBuf+j) - *(WaveFilteringBuf+j+1));
}
}
}
}
switch(type)
{
case 0x00:
i = bufleng/2; //獲取佇列長度的中位
num = *(WaveFilteringBuf+i); //獲取佇列長度的中位值。
break;
case 0x01:
num = Sum_Count(bufleng-2,WaveFilteringBuf+1); //計算中位平均值，拋棄開頭和結尾最大與最小值，頭部拋棄資料需要自己自行設定
break;
case 0x02:
num = Sum_Count(bufleng,WaveFilteringBuf); //直接計算平均值
break;
case 0x03:
num = Sum_Weighted(bufleng, WaveFilteringBuf); //計算加權平均值，
break;
case 0x04:
num = First_Filter(256 - bufleng ,data); //使用這種濾波方式，濾波係數越小濾波效果越好。
break;
default:
num = data;
break;
}
return num;
}
/**********************************************************************************************
*【函 數 名】： u16 bubble_sort(s16 buf, u16 num)
*【功 能】：氣泡排序,從小到大排序，返回中位數
*【介面變數】：
*【內部變數】：無
*【返 回 值】：中位數
*【撰 寫 人】：szp 撰寫日期：2018年4月12日
*【修 改 人】： 修改日期： 修改原因：
***********************************************************************************************/
u16 bubble_sort(u16 *buf,u8 bufleng)
{
u8 i = 0;
u8 j = 0;
u16 temp = 0;
if(bufleng > WAVEFILTERINGBUFMAXLENG)
{
return 0;
}
for( i=0; i<bufleng; i++)
{
WaveFilteringBuf[i] = buf[i];//將buf值進行儲存在進行計算，避免修改原buf的數值
}
for( i=0; i<bufleng-1; i++)
{
//每一輪比較前n-1-i個，即已排序好的最後i個不用比較
for(j=0; j<bufleng-1-i; j++)
{
if(WaveFilteringBuf[j] > WaveFilteringBuf[j+1])
{
temp = WaveFilteringBuf[j];
WaveFilteringBuf[j] = WaveFilteringBuf[j+1];
WaveFilteringBuf[j+1] = temp;
}
}
}
bufleng = bufleng /2;
return WaveFilteringBuf[bufleng];
}
/**********************************************************************************************
*【函 數 名】：void Recursion_buf(u16 *buf, u8 num, u8 bufleng)
*【功 能】：遞迴函式， 最新進來的資料把最早進來的資料推出
*【介面變數】：
*【內部變數】：無
*【返 回 值】：無
*【撰 寫 人】：邵志鵬 撰寫日期：2018年4月12日
*【修 改 人】： 修改日期： 修改原因：
***********************************************************************************************/
void Recursion_buf(u16 *buf, u8 Newdata, u8 bufleng)
{
u8 i = 0;
if(bufleng > WAVEFILTERINGBUFMAXLENG)
{
return ;
}
for(i = 0; i < bufleng ; i ++)
{
buf[i] = buf[i+1];
}
buf[bufleng - 1] = Newdata;
}
/**********************************************************************************************
*【函 數 名】：u16 Sum_Count(u8 time, u16* ptr)
*【功 能】：求和函式
*【介面變數】：
*【內部變數】：無
*【返 回 值】：無
*【撰 寫 人】：szp 撰寫日期：2018年4月12日
*【修 改 人】： 修改日期： 修改原因：
***********************************************************************************************/
u16 Sum_Count(u8 bufleng, u16* ptr)
{
u8 i = 0;
u32 num = 0;
if(bufleng > WAVEFILTERINGBUFMAXLENG)
{
return 0;
}
for(i = 0; i < bufleng; i++)
{
num += *(ptr+i);
}
return num/bufleng;
}
/**********************************************************************************************
*【函 數 名】：u16 Sum_Weighted(u8 time, u16* ptr)
*【功 能】：計算加權平均
*【介面變數】： 根據進來資料的先後順序給資料乘以對應係數，全部資料去和之後再去平均值。最新進來的資料權重最大
*【內部變數】：無
*【返 回 值】：無
*【撰 寫 人】：szp 撰寫日期：2018年4月12日
*【修 改 人】： 修改日期： 修改原因：
***********************************************************************************************/
u16 Sum_Weighted(u8 bufleng, u16* ptr)
{
u8 i = 0;
u16 data = 0;
u32 num = 0;
if(bufleng > WAVEFILTERINGBUFMAXLENG)
{
return 0;
}
for(i = 0; i < bufleng; i++)
{
num += (*(ptr+i)*i); //計算加權和
data += i; //計算權值。
}
return num/data;
}
/**********************************************************************************************
*【函 數 名】：u16 First_Filter(u8 time,u16 data)
*【功 能】：一階濾波函式
*【介面變數】：
*【內部變數】：無
*【返 回 值】：無
*【撰 寫 人】：szp 撰寫日期：2018年4月12日
*【修 改 人】： 修改日期： 修改原因：
***********************************************************************************************/
u16 First_Filter(u8 bufleng,u16 data)
{
double buff = 0.0;
u16 num = 0;
static double Old_data = 1.1;
if(bufleng > WAVEFILTERINGBUFMAXLENG)
{
return 0;
}
buff = data*bufleng/256.0 + Old_data*(256 - bufleng) /256.0; //計算濾波值
Old_data = buff;
num = buff;
return num;
}
/**********************************************************************************************
*【函 數 名】： u16 Calculated_normal_distribution(s16 buf, u16 num)
*【功 能】：計算陣列資料的正太分佈，找出陣列中佔比最大的資料
*【介面變數】：
*【內部變數】：無
*【返 回 值】：無
*【撰 寫 人】：szp 撰寫日期：2017年5月6日
*【修 改 人】： 修改日期： 修改原因：
***********************************************************************************************/
u16 Calculated_normal_distribution(u16 *buf, u8 bufleng)
{
u8 i = 0;
u8 j = 0;
u8 maxnumbuf = 0;
u8 maxnum = 0;
if(bufleng > WAVEFILTERINGBUFMAXLENG)
{
return 0;
}
for(i = 0; i < bufleng ;i++)
{
WaveFilteringBuf[i] = 0;//清空技術buf的值offset_num_buf 不能放置為區域性變數容易出現記憶體溢位
}
/*依次遍歷整個buf，統計當前選擇buf的值與後面值相同的個數*/
for(i = 0; i < bufleng; i++)
{
for( j = i+1; j < bufleng; j++)
{
if(buf[i] == buf[j])
{
WaveFilteringBuf[i]++; // 統計buf[i] 之後所有與buf[i] 值相同的個數
}
}
}
maxnumbuf = WaveFilteringBuf[0]; //找到重複次數最多的那個數重複的次數
maxnum = 0;
for(j = 1; j < bufleng; j++)
{
if(maxnumbuf < WaveFilteringBuf[j])
{
maxnumbuf = WaveFilteringBuf[j];
maxnum = j; //查詢最大個數的位置
}
}
/*buf中出現次數對多的個數為 maxnumbuf+1 */
return buf[maxnum];
}