主要内容

Medfilt1.

一维中值滤波

描述

y= medfilt1 (x)将三阶一维中值滤波器应用于输入向量,x.该函数将信号视为超出端点的0。输出,y的长度与x

例子

y= medfilt1 (xn)应用一个n一维中值滤波x

y= medfilt1 (xnblksz,昏暗的)或者y= medfilt1 (xn[],昏暗的)指定维度,昏暗的,过滤器就沿着这个方向工作。blksz向后兼容性需要并被忽略。

例子

y= medfilt1 (___nanflag.填充)指定如何使用以前语法中的任何输入参数,在每个段上处理值。该语法还指定了填充,在信号边缘执行的滤波类型。

nanflag.填充可以出现在之后的任何地方x在函数调用中。

例子

全部折叠

产生一个正弦信号采样1秒在100hz。添加一个高频正弦波来模拟噪声。

fs = 100;t = 0:1 / fs: 1;x =罪(2 *π* t * 3) + 0.25 *罪(2 *π* t * 40);

使用10阶中值滤波器平滑信号。策划的结果。

y = medfilt1 (x, 10);情节(t t, x,, y)传奇(“原始”“过滤”)传说('boxoff')

图中包含一个坐标轴。轴线包含2个线型对象。这些对象代表原稿,过滤。

产生由不同频率的正弦波组成的双通道信号。在随机的地方放置尖峰。使用nan随机添加缺失的样本。重置随机数生成器以获得可重复的结果。画出信号。

RNG('默认')n = 59;X = SIN(pi ./ [15 10]'*(1:n)+ pi / 3)';spk = randi(2 * n,9,1);X(SPK)= X(SPK)* 2;X(Randi(2 * N,6,1))= Nan;plot(x)

图中包含一个坐标轴。轴线包含2个线型对象。

使用以下方法对信号进行滤波Medfilt1.使用默认设置。绘制过滤的信号。默认情况下,过滤器将NaN分配给任何缺少样本的任何段的中位数。

y = medfilt1 (x);情节(y)

图中包含一个坐标轴。轴线包含2个线型对象。

转换原始信号。再次筛选它,指定函数沿行工作。在计算中值时排除缺失的样本。如果您保留第二个参数为空,那么Medfilt1.使用默认的过滤顺序3。

y = medfilt1(x',[],[],2,“omitnan”);情节(y ')

图中包含一个坐标轴。轴线包含2个线型对象。

该函数无法为仅包含NANS的段分配值。增加段长度以解决此问题。该更改也更彻底地删除了异常值。

y = medfilt1 (x 4“omitnan”);情节(y)

图中包含一个坐标轴。轴线包含2个线型对象。

默认的零填充会导致函数低估边缘的信号值。通过减少窗口来计算端点的中位数来减少这种效果。

y = medfilt1 (x 4“omitnan”“截断”);情节(y)

图中包含一个坐标轴。轴线包含2个线型对象。

输入参数

全部折叠

输入信号,指定为真实值的矢量,矩阵或N-D阵列。

数据类型:|

一维中值滤波器的阶数,指定为一个正整数标量。

  • 什么时候n是奇数,y (k)是中位数X(k-(n-1)/ 2:k +(n-1)/ 2)

  • 什么时候n是偶数,y (k)是中位数x (k - n / 2: k (n / 2) + 1).在这种情况下,Medfilt1.对数字进行排序,并对已排序列表的中间两个元素取平均值。

例子:如果n= 11,然后y (k)是中位数x(6年级:k + 5)

例子:如果n= 12,那么y (k)是中位数x (k-6: k + 5)

数据类型:

要进行筛选的维度,指定为正整数标量。默认情况下,Medfilt1.沿着第一个不连贯的尺寸操作x.特别是,如果x如果是一个矩阵,函数会过滤它的列y (:, i) = medfilt1 (x(:,我),n)

数据类型:

条件,指定为“includenan”或者“omitnan”

  • “includenan”- 返回滤波后的信号,以使任何包含的段的中位数年代也

  • “omitnan”- 返回滤波后的信号,以使任何包含的段的中位数S是非-的中位数值。如果一个段的所有元素都是S,结果是

端点过滤,指定为“zeropad”或者“截断”

  • “zeropad”—认为信号在端点之外为零。

  • “截断”—计算较小段到达信号边缘时的中值。

输出参数

全部折叠

滤波后的信号,以实值向量、矩阵或N-D阵列。y大小是一样的吗x

数据类型:

提示

如果您有图像处理工具箱™软件的许可证,您可以使用Medfilt2.(图像处理工具箱)功能执行二维中值过滤。

参考

威廉·K·普拉特数字图像处理.第4版。霍博肯,新泽西州:约翰威利父子,2007。

在R2006A之前介绍