Java數據處理之中值濾波算法

　　一般而言，對於硬件收集來的各種數據都是要進行濾波的，濾波的手法有很多種，只是一般都不會在java層進行。但是也有一些特別小巧實用易懂的方法，可以用來對數據進行濾波，譬如中值濾波算法。

　　該算法在波形類數據中經常會用上，主要效果是突出特征波形，使得波形更加”凹凸有致“。但是也有一定副作用，那就是如果波形本身就非常漂亮，那就有可能將其特征波形稍稍磨平——當然這種效果基本還是在能接受范圍內。

　　中值濾波算法主要思路是，對於心電數據中的某一個點n，選取一個周圍的長度為N的區間（從搜索到的論文資料來看，該區間的選擇有在該點之后也有在該點之前，可見對於區間的選取並不是固定的，要通過結果來對比效果如何，本文最后選擇的是[x-m，x+m]），然后對該區間內的數進行排序，取中間的值作為該點對應的漂移值，然后用n減去該值即是濾波后的值。

       設心電波形的函數為f(x)，取區間[x-m,x+m]的值進行排序，設mid[n-m,n+m]為區間內排序后處於中間的數，則f(mid[n-m,n+m])則是對應的漂移值。將式子串起來易得：

n'=n-f(mid[x-m,x+m])

      由上述式子可見，基本上沒有復雜的運算，但是對於m值的選取需要大家好好斟酌——m選得太大，一方面需要拋棄的點會更多（由式子可知心電數據開始和結尾的m個點無法進行濾波，也就是說這2m個點必須被拋棄，否則會引起和濾波后的數據放在一起組成心電波形的話會引起誤檢），另一方面會加大系統的負擔，雖然排序的時間復雜度不高，但是因為每個點都要跟前后m個數據進行排序，因此m值每增大一點，系統負擔就會增大一分。而如果m選得太小，可想而知該漂移值被噪聲和波動影響的成分會大得多，具體表現就是使得濾波后的波形失真較嚴重，可能會引起更嚴重的誤檢。

　　將上述思路寫成java代碼，大致如下：

            for(int i=45;i<dataY.size()-45;i++){
                List<Float> sortList=new ArrayList<Float>(dataY.subList(i-45, i+45));
                Collections.sort(sortList);
                float mid=sortList.get(sortList.size()/2);
                newDataListY.add((dataY.get(i)-mid));
            }

　　從代碼可以非常清楚地知道，這個算法有多簡潔了^_^而且由於java自帶的排序算法，所以又幫我們省了不少時間~

　　結果對比：

　　

　　濾波前

濾波后

　　對於一個這么廉價的算法，這個結果已經非常能接受了~