【MATLAB例程】滑动窗口均值滤波、中值滤波、最小值/最大值滤波对比。附代码下载链接

本文给出滑动窗口均值滤波、中值滤波、最小值/最大值滤波对比。最小值和最大值仅在特定环境下可用，均值滤波和中值滤波具有普适性，可直接用

文章目录

例程介绍
- 📦 程序结构简介
- 🔄 四类滑动滤波器实现
- 📊 对比分析与可视化
运行结果
MATLAB源代码

例程介绍

给出使用滑动窗口对信号进行：

均值滤波
中值滤波
最大值滤波
最小值滤波
并给出对比

📦 程序结构简介

1️⃣ 数据生成

构造了一个长度为 N = 1000 的模拟信号 clean_signal，包含 2 Hz 与 10 Hz 的正弦成分。
添加高斯白噪声构成 noisy_signal。

2️⃣ 滤波器参数设置

设置滑动窗口大小 window_size = 15，是后续滤波器缓冲区的核心参数。

🔄 四类滑动滤波器实现

✅ 均值滤波器（Moving Average）

通过一个循环缓冲区 mean_buffer 记录当前窗口内的数据；
每步更新中仅用加减法维护窗口总和，避免重复计算均值；
时间复杂度：O(N)

✅ 中值滤波器（Median Filter）

同样维护一个缓冲区，每步对当前窗口进行 median() 运算；
没有使用堆优化，适合中等窗口规模；
时间复杂度：O(N * log(W))，W为窗口大小

✅ 最大值 & 最小值滤波器

遍历窗口并使用 max() / min() 函数；
可用于边缘检测、包络提取等场景；
时间复杂度类似中值滤波器，待优化方向：使用单调队列

📊 对比分析与可视化

图形输出

逐一绘制每种滤波器的结果与真实信号、噪声信号对比；
提供子图方式直观展示效果差异；
最后一幅图将四种滤波器输出整体比较。

📉 性能评估

程序会输出：

每种方法的运行时间（以秒计）
均方误差（MSE）作为滤波精度评估
内存消耗估算（单位 KB）
相较于 MATLAB 内置 movmean 的处理效率对比

运行结果

信号真值与实际带噪声的值对比曲线：

各方法滤波对比图像：

窗口大小对处理时间的影响：

各滤波方法的RMSE对比：

MATLAB源代码

部分代码如下：

matlab 复制代码

%% 高效滑动窗口滤波器 - 不使用任何自定义函数，直接运行
% author:Evand（matlabfilter）
% 2025-08-06/Ver1

clear; clc; close all;
rng(0);

%%  生成测试信号
N = 1000;  % 信号长度
t = (0:N-1)' / 100;  % 时间向量

% 原始信号：正弦波 + 噪声
clean_signal = sin(2*pi*2*t) + 0.5*sin(2*pi*10*t);
noise = 0.3 * randn(N, 1);
noisy_signal = clean_signal + noise;

fprintf('生成测试信号完成：%d个数据点\n', N);

%% 滤波器参数设置
window_size = 15;  % 窗口大小
fprintf('窗口大小：%d\n\n', window_size);

%% 高效均值滤波器实现（增量计算）
fprintf('开始均值滤波处理...\n');
tic;

% 初始化均值滤波器变量
mean_buffer = zeros(1, window_size);  % 循环缓冲区
mean_index = 1;                       % 当前索引
mean_sum = 0;                         % 当前窗口和
mean_count = 0;                       % 当前有效数据数
mean_filtered = zeros(N, 1);          % 输出结果

% 逐点处理
for n = 1:N
    % 获取要被替换的旧值
    old_value = mean_buffer(mean_index);

完整代码的下载链接：https://download.csdn.net/download/callmeup/91603293

如需帮助，或有导航、定位滤波相关的代码定制需求，请点击下方卡片联系作者