Java数据处理之中值滤波算法

　　一般而言，对于硬件收集来的各种数据都是要进行滤波的，滤波的手法有很多种，只是一般都不会在java层进行。但是也有一些特别小巧实用易懂的方法，可以用来对数据进行滤波，譬如中值滤波算法。

　　该算法在波形类数据中经常会用上，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，那就有可能将其特征波形稍稍磨平——当然这种效果基本还是在能接受范围内。

　　中值滤波算法主要思路是，对于心电数据中的某一个点n，选取一个周围的长度为N的区间（从搜索到的论文资料来看，该区间的选择有在该点之后也有在该点之前，可见对于区间的选取并不是固定的，要通过结果来对比效果如何，本文最后选择的是[x-m，x+m]），然后对该区间内的数进行排序，取中间的值作为该点对应的漂移值，然后用n减去该值即是滤波后的值。

       设心电波形的函数为f(x)，取区间[x-m,x+m]的值进行排序，设mid[n-m,n+m]为区间内排序后处于中间的数，则f(mid[n-m,n+m])则是对应的漂移值。将式子串起来易得：

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

      由上述式子可见，基本上没有复杂的运算，但是对于m值的选取需要大家好好斟酌——m选得太大，一方面需要抛弃的点会更多（由式子可知心电数据开始和结尾的m个点无法进行滤波，也就是说这2m个点必须被抛弃，否则会引起和滤波后的数据放在一起组成心电波形的话会引起误检），另一方面会加大系统的负担，虽然排序的时间复杂度不高，但是因为每个点都要跟前后m个数据进行排序，因此m值每增大一点，系统负担就会增大一分。而如果m选得太小，可想而知该漂移值被噪声和波动影响的成分会大得多，具体表现就是使得滤波后的波形失真较严重，可能会引起更严重的误检。

　　将上述思路写成java代码，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));
            }

　　从代码可以非常清楚地知道，这个算法有多简洁了^_^而且由于java自带的排序算法，所以又帮我们省了不少时间~

　　结果对比：

　　

　　滤波前

滤波后

　　对于一个这么廉价的算法，这个结果已经非常能接受了~