plc有信号闪烁怎么做滤波

plc有信号闪烁怎么做滤波？本次分享程序为采样时间可自定义的滤波程序，原理如下

按自定义周期采集一个值，采集十个值后去除最大值和最小值，得到平均值并输出

以博途为例

首先，新建一个FB功能块

新建FB功能块

打开你的块后建立如下变量表

现指袜在开始编程

第一步，初始化SUM（求和值）和SUM_f_D（去除最大最小值后的值）第二步，采集值压进堆栈，这里我用move指令模拟了一个堆栈程序

第三步，用MAX指令闹裤找出最大值

第四步，用MIN指令找出最小值

第五步，求和后减去最大和最小值

最后一步，输出滤唯弯激波值

这是一个FB功能块接下来在程序里调用它

这是现场供水管温度波动大，加入滤波块后稳定运行

这里的比较值10就是说10s采集一个值，你可以根据现场实际修改它，包括1s脉冲也可以自定义

这个程序是我们公司这几年一直在用的一个功能块，分享给有需要的各位，请转发点赞支持一下，码字不易，祝各位事业有成！后面还会分享这几年一直在用得好的功能块

如果需要原程序的，可以在下方留言，如果对程序有疑问也可以留言，谢谢！

Sobel算法与Priwitt算法的思路相同，属于同一类型，因此处理效果基本相同。Roberts算斗正哪法的模板为2*2，提取出空码的信息较弱。 单方向锐化经过后处理之后，也可以对边界进行增强清兆。 Priwitt与Sobel相比，有一定的抗干扰性。图像效果比较干净

I=imread('lena.bmp')

inf=imfinfo('lena.bmp')

figure,imshow(I)

X=grayslice(I,64)

imshow(X,pink(64))

load trees

figure,image(10,10,X)

imwrite(X,map,'trees.bmp')

imfinfo('trees.bmp')

figure,imshow(X,map)

BW=im2bw(X,map,0.6)

figure,imshow(BW)

I=imread('lena.bmp')

inf=imfinfo('lena.bmp')

figure,imshow(I)

X=grayslice(I,64)

figure,imshow(X,pink(64))

A=imread('lena.bmp')

imshow(A)

B=fftshift(fft2(A))

figure

imshow(log(abs(B)),[8,10])

clc

clear all

I=imread('lena.tif')

% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% %用中值滤波，多维滤波，使用中心为-4,-8的拉普

% %拉斯滤波器，高斯低通滤波，拉普拉斯滤波器进行滤波处理

% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

figure%figure1

subplot(2,2,1)

imshow(I)

title('原始图像')

J=imnoise(I,'salt &pepper',0.04)%加椒盐噪声

title('加椒盐噪声')

subplot(2,2,2)

imshow(J)

K=medfilt2(J,[4,4])%进行中值滤波

subplot(2,2,3)

imshow(K)

title('进行中值滤波')

h=ones(3,3)/9%多维滤波

w=h

g=imfilter(I,w,'conv','replicate')

subplot(2,2,4)

imshow(g)

title('多维滤波')

%使用中心为-4,-8的拉普拉斯滤波器,

w4=[1 1 1

1 -4 1

1 1 1]

w8=[1 1 1

1 -8 1

1 1 1]

f=im2double(I)

g4=f-imfilter(f,w4,'replicate')

g8=f-imfilter(f,w8,'replicate')

imshow(f)

figure%figure2

subplot(1,2,1)

imshow(g4)

title('中心为-4的拉普拉斯滤波')

subplot(1,2,2)

imshow(g8)

title('中心为-8的拉普拉斯滤波')

h3=fspecial('gaussian',[3,3],0.5)%高斯低通滤波

figure%figure3

B4=filter2(h3,I)

subplot(1,2,1)

imshow(B4,[ ])

title('高斯低通滤波')

h4=fspecial('laplacian',0)%使用拉普拉斯滤波器

B5=filter2(h4,I)

subplot(1,2,2)

imshow(B5,[ ])

title('拉普拉尘凯隐斯滤波器')

% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% %从空域的角度进行亮孙薯度变换

% %把灰度等级是10-100的变化到10-255

% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

figure%figure4

subplot(2,2,1)

imshow(I)

title('原始图像')

J2=imadjust(I,[],[],0.5)% 增强低灰度级

subplot(2,2,2)

imshow(J2)

title('增强低灰度级')

J3=imadjust(I,[ ],[ ],2)%增强高灰度级

subplot(2,2,3)

imshow(J3)

title('增强高灰度级')

a1=100/派厅255%把灰度等级是10-100的变化到10-255

a2=255/255

a3=10/255

J2=imadjust(I,[a3,a1],[a3,a2],[])

subplot(2,2,4)

imshow(J2)

title('把灰度等级是10-100的变化到10-255')

% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

% %从频域的角度进行亮度变换

% %fft2

% %由于能量主要集中在低频部分

% %所以对低频进行处理可以得到理想的效果

% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

I=imread('lena.tif')

up=0.5%设置处理频率上限

down=0.09%%设置处理频率下限

figure%figure5

subplot(421)

imshow(I)

title('原始图像')

f=double(I)

subplot(4,2,3)

imshow(log(abs(f)),[])

title('unit8转化为double')

g=fft2(f)

g=fftshift(g)

subplot(4,2,5)

imshow(log(abs(g)),[])

title('FFT2变化后的图像')

[M,N]=size(g)% 转换数据矩阵

y1=max(max(abs(g)))%求出最大频率

y2=min(min(abs(g)))%%求出最小频率

y3=(y1-y2)*up+y2%设置滤波上限

y4=(y1-y2)*down+y2%%设置滤波下限

for i=1:M

for j=1:N

if (abs(g(i,j))<y4)

g(i,j)=g(i,j)^1.1%对低频部分进行灰度增强

end

end

end

result=ifftshift(g)

J2=ifft2(result)

J3=uint8(abs(J2))

subplot(427)

imshow(J3,[ ])

title('频域处理后的图像')

subplot(422)

imhist(I,64)

subplot(424)

imhist(f,64)

subplot(426)

imhist(g,64)

subplot(428)

imhist(J3,64)

---