Документация Engee
Notebook

Усредняющий фильтр

Открыть пример в Engee

Усредняющий фильтр — один из видов цифровых фильтров, широко используемый в цифровой обработке сигналов и изображений для уменьшения уровня шума. Медианный фильтр является нелинейным КИХ-фильтром.

В данном примере мы рассмотрим его упрощённую реализацию и посмотрим насколько корректно она работает, на рисунке ниже показана модель реализованного фильтра.

image.png

В данной модели параметр window определяет размер окна фильтрации.

Далее определим функцию запуска модели и объявим несколько вариантов размерности окна фильтрации.

In [ ]:
# Подключение вспомогательной функции запуска модели.
function run_model( name_model)
    
    Path = (@__DIR__) * "/" * name_model * ".engee"
    
    if name_model in [m.name for m in engee.get_all_models()] # Проверка условия загрузки модели в ядро
        model = engee.open( name_model ) # Открыть модель
        model_output = engee.run( model, verbose=true ); # Запустить модель
    else
        model = engee.load( Path, force=true ) # Загрузить модель
        model_output = engee.run( model, verbose=true ); # Запустить модель
        engee.close( name_model, force=true ); # Закрыть модель
    end
    sleep(5)
    return model_output
end
Out[0]:
run_model (generic function with 1 method)
In [ ]:
window_arr = Int64[10,20,100,1e3];

Далее запустим данную модель в цикле с различными параметрами окна усреднения и сравним результаты.

In [ ]:
out_arr = zeros(1001,4)
window = 0;
for i in 1:4  
    window = window_arr[i]
    run_model("Averaging_filter") # Запуск модели.
    out = collect(simout["Averaging_filter/out"]);
    out_arr[:,i] = out.value
end 

plot(out_arr, label=["окно = 10" "окно = 20" "окно = 100" "окно = 1000"])
Building...
Progress 100%
Building...
Progress 100%
Building...
Progress 100%
Building...
Progress 100%
Out[0]:

Вывод

Как мы видим из результирующего графика, чем больше окно прореживания, тем ниже амплитуда сигнала, это связано с тем, что на входе подаётся синусоида и на большем окне усреднения мы находим средние уже между всеми возможными значениями сигнала, включая максимумы и минимумы функции, сам фильтр работает корректно и выполняет свою основную функцию.

Блоки, использованные в примере