去毛刺算法
❶ 全局收敛的算法有哪些
1、毛刺收敛：在织云监控中，告警策略为了防止毛刺的影响，会将告警策略定义为10分钟发生3次类似的模式。
2、同类收敛：块有300个监控实力，产生了300条的告警，只要有一条告给运维，对于运维同类收敛掉了。
3、时间收敛：生产环境中有很多定时的任务，如定时跑批会引起VO的陡增等异宽，这种可以针对性的收做掉。
4、尽夜收敛：有一些告警，在分布式服务的高可用架构下，晚上不需要告警出来，可以等白天才告警，更人性化的管理。
5、变更收敛：若告警的时间点有运维的活动就要收敛掉它。取决于要把运维的活动都收口在标准化运维的平台，运维平台对生产环节都要讲变更日志写入在变更记录中心那里，然后统一告警系统能够关联变更记录来决策是收敛还是发出告警。
❷ 用stm32做计算器
硬件电路答耐知识当然需要，但不是很难，知道串口（蓝牙可以使用销举芦串口蓝牙模块）和oled所用的接口，基本的数字电路开发只是就可以了。
软件上需要了解且能应用OLED驱动，会使用STM开发框架，会对按键做简单的去毛刺算法，当然工作量主亏带要在显示部分。
很好的用于学习STM的项目。
❸ 数字信号测量中的平滑算法怎么算
其实最简单的平滑算法就是对之前的数据求一个平均值，即
y(t) = (y(t-n)+y(t-n+1)+...+y(t))/(n+1)
其实，这么做的理由很简单，这相当于是一个n+1阶的FIR滤波器，然后每个系数都是1/(n+1)。
说白了，就是一个低通滤波器，因此可以起到抑制毛刺等高频信号的结果。
其实，我个人认为，如果你好好设计一个FIR滤波器，然后按照那个系数来进行调整，比这种方法去掉毛刺的效果好得多，你可以利用matlab的工具fdatool，有不懂可以继续追问。
❹ 单片机键盘去抖动c语言程序！！！
使用这个到板子里面：
#include <reg52.h>
sbit ADDR0 = P1^0;
sbit ADDR1 = P1^1;
sbit ADDR2 = P1^2;
sbit ADDR3 = P1^3;
sbit ENLED = P1^4;
sbit KEY1 = P2^4;
sbit KEY2 = P2^5;
sbit KEY3 = P2^6;
sbit KEY4 = P2^7;
unsigned char code LedChar[] = { //数码管显示字符转换表0xC0, 0xF9, 0xA4, 0xB0, 0x99, 0x92, 0x82, 0xF8,0x80, 0x90, 0x88, 0x83, 0xC6, 0xA1, 0x86, 0x8E};
void delay();
void main(){
bit keybuf = 1; //按键值暂存，临时保存按键的扫描值
bit backup = 1; //按键值备份，保存前一次的扫描值
unsigned char cnt = 0; //按键计数，记录按键按下的次数
ENLED = 0; //选择数码管 DS1 进行显示
ADDR3 = 1;
ADDR2 = 0;
ADDR1 = 0;
ADDR0 = 0;
P2 = 0xF7; //P2.3 置 0，即 KeyOut1 输出低电平
P0 = LedChar[cnt]; //显示按键次数初值
while (1){
keybuf = KEY4; //把当前扫描值暂存
if (keybuf != backup){ //当前值与前次值不相等说明此时按键有动作
delay(); //延时大约 10ms
if (keybuf == KEY4){ //判断扫描值有没有发生改变，即按键抖动
if (backup == 0){ //如果前次值为 0，则说明当前是弹起动作
cnt++; //按键次数+1
//只用 1 个数码管显示，所以加到 10 就清零重新开始
if (cnt >= 10){
cnt = 0;
}
P0 = LedChar[cnt]; //计数值显示到数码管上
}
backup = keybuf; //更新备份为当前值，以备进行下次比较
}
}
}
}/* 软件延时函数，延时约 10ms */
void delay(){
unsigned int i = 1000;
while (i--);
}
❺ 数学形态学基本算法
数学形态学（mathematical morphology）是数字图像处理领域中的一门新兴学科，它是研究数字图像影像结构特征与快速并行处理方法的理论。数学形态学是建立在集合论的基础上，并溶入了积分几何理论。其主要思想是通过使用一种称为结构元素的已知结构小影像特征集合与影像目标相比较来完成各种复杂的运算——形态变换。数学形态学可用来进行二值图像、灰度图像及彩色图像的分析。但基于大多数矿图的现状，我们重点研究了二值图像的形态变换。
设X、Y为待处理的二值图像，B是所使用的结构元素，通常B是由3×3窗口所定义（最小结构元素），则可定义如下基本形态变换：
（1）膨胀（Dilation）
工矿区环境动态监测与分析研究
它是结构元素B在图像X所有目标元素位置上平移后点的轨迹。
（2）腐蚀（Erosion）
工矿区环境动态监测与分析研究
它是把结构元素B平移后放于图像X的某个位置上，当B上各点都与X上相应点唯慎重合时，B的原点位置的轨迹。
（3）断开（Opening）
工矿区环境动态监测与分析研究
它是对图像X先腐蚀后膨胀，其结果是X中能恰好完全包含B的部分，从而去掉图像上的微小连接、毛刺和凸出部分。
（4）闭合（Closing）
工矿区环境动态监测与分析研究
与断开运算相反，闭合运算能去掉图像X中的小孔和凹部并连接断线。
（5）击中或失落（Hit or Miss）
工矿区环境动态监测与分析研究
其中B1∪B2=B且B1∩B2＝∅（空集）。当
由以上基本形态变换可以构成形态薄化和厚化。
（6）薄化（Thinning）
工矿区环境动态监测与分析研究
（7）厚化（Thickening）
工矿区环境动态监测与分析研究
以上各式中涉及到一些图像集合运算，其含义分别为：XUY为图像集合并；X∩Y为图像集合交；Xc为图像X的补集（对于二值图像而言，可视为其色调反转图像）；X/Y=X∩Yc。
由以上基本形态变换及集合运算一起可以构成各种复宏则杂的形态变换运算，如条件形态变换、序贯形态变换、条件序贯形态变换以及动态条件序贯形态变换等。基于这些形态变换，构成了矿图扫描图像处理的理论体系。
❻ 消除Photoshop中常见的锯齿
本教程主要针对（尤其是页面软件界面设计这种对精度要求很高的地方）细节方面总是受到锯齿的困扰，而拉低了整体档次。特根据自己的经验讲一讲常见的毛刺问题。
一、ctrl+t 类变形导致的锯齿问题
1. 原因：常规选项设置不当（很少有的情况）
解决：打开菜单 [编辑]-[首选项]-[常规]。请确保你的[图像插值]设置为“两次立方（适用于平滑渐变）”。
当然你有特殊需要且明确这里选项的含义则另当别论（比如说像素风格的缩放一般用“邻近”来确保不模糊）。
2. 原因：旋转与缩小等产生的锯齿与走形
解决：
(1) 先旋转后缩小，分两步走（把一次ctrl+t 拆分为两次，最后一次再缩小可以减少变形/旋转产生的毛刺）。
(2)采用矢量对象（比如常见的文字透视变形，不要选择[栅格化]，而采用[转换为形状]）。矢量对象在一般情况下变形更保真，另一个显着优点是经得起反复ctrl+t
而不会产生问题。
图04
(3) 有多大画多大，最好别ctrl+t （特别适用于简单形状）。同理，能少ctrl+t，就不要反复ctrl+t
。特别忌讳拉大又拉小，转来又转去~~ 结合第一条：如果存在缩小，最好是两次变形，一次形状到位，第二次缩小。
3. 原因：旋转90度/180度时，如果用中点定位则会发生重新运算。导致模糊or锯齿产生。
解决：要想最大程度保持原样，最好在90度（180度）旋转时用角点定位（随便哪个角点）。这样可以避免重新运算像素导致的质量损失。
二、多次填充选区产生的锯齿问题
原因：反复的扮让填充（包括涂画、拉渐变等等）导致原本用于平滑的边缘半透明像素叠加，越来越不透明产生实体锯齿。
解决:（首先，将可能需要反复填充的区域弄在独立的层）
1. 填充一次后，立即锁定图层的透明区域。这样你再怎么填充，边缘都不会变实。
2. 纯色改用shift 填充。填充前景色或者背景色的时候，按住shift ，就会保留透明像素。
3. 用不透明区域建立蒙版（ctrl+[缩略图]选中图层不透明区域，然后点击[图层面板]下面的添加蒙版按钮）；
或者使用下一图层（这个图层只填充一次，仅用以定义外形）做剪贴蒙版。由于蒙版不再改动，所以透明区域也不会变化，边缘半透明自然也不会有问题。
三、魔棒/磁性套索 等选择工具选出的区域有锯齿
原因：由于图片压缩等等原因产生的锯齿（jpg图片常见的矩形色块），或其他原因导致的软件区分/吸附不准确。
解决：最好别折腾质量差的图片，或用[路径工具]给这种图片作选区。偷懒一点的办法，可以在选择完毕后用 ctrl+d[羽化]一点选区。具体羽化量参考实际用途及锯齿程度。还可以用[调整边缘]控制面板调整选区后再作运用。
另外也可以用图层谨前蒙版来处理这类对象的边缘（当然只是一个补救措施），具体：
ctrl+[缩略图]选中图层不透明区域，然后点击[图层面板]下面的添加蒙版按钮生成蒙版。按住alt键点击蒙版（可以直接看到蒙版）；然后用[滤镜]-[模糊]-[高斯模糊]来处理蒙版，使得边缘锯齿消除。然后再用
ctrl+m 打开曲线工具，拉大对比，把模糊的地段区分开来。 注意拉得太直又会有锯齿了-_-|||
四、锐化过度产生的局部锯齿
解决：
1. 历史纪录画笔。
历史纪录画笔是个好东西，把还原点设定在锐化前，然后使用恰当的设定（笔刷的硬度不透明度等等），不透明度最好不要设定太祥缺清高。我们可以根据情况多涂或者少涂两遍。让锐化前后的图象“综合”一下。
2. 涂抹，模糊工具。具体就不多讲了。
3. 渐隐滤镜效果（ctrl+shift+f
，也称“消退”）。单步滤镜产生的效果都可以用消退，令使用后和使用前的效果混合。我们可以用它减弱效果，或者快速完成一些特殊的用途。这个东西放在这里只是顺带提一下，用得多了会发现这个命令很有用。
五、[图层样式]-[描边]后感觉描边有锯齿
原因：[描边]样式对半透明像素反应比较明显~ （所以我们也常用[描边]样式检查是否存在看不见的游离像素）。
解决：
1. 如果是个纯色对象，直接锐化即可让边缘毛刺得到改善；如果是有内容的，为了不锐化到图像本身，只锐化形状边缘，可以如下操作。ctrl+[缩略图]选中图层不透明区域，再[收缩选区]1像素，然后再[反选]，最后[菜单]-[滤镜]-[锐化]-[锐化]。
2. 如上处理之后，还有不平整。就使出终极大法，硬[橡皮擦]！用硬度100%的[橡皮擦]（画笔模式）小心的擦除多余的部分。
六、矢量形状 [图层样式]-[描边]后感觉描边虚化（主要是横/竖线）
原因：矢量对象的路径节点，坐标比像素要精确，精确到小数点后具体几位记不清楚了。所以可能不会落在整数点上。比如说一条水平线，两个节点的y=3.56
这样它就是不清晰的，当然描边也会模糊掉。
解决：如果你始终在100%的缩放倍数下绘制矢量形状，你完全不会碰到这个问题。在100%下你的节点必然落在整数位置上。
如果放大到200%绘制，你的节点有可能坐标就是 x=2.5,y=3.0 这样。300%下 就是x=45.33，y=5.66 这样。
如果你随便拉动导航器下面的缩放，比如说52.3%，那就更难落到整数位置上了。
所以可行的解决方案就是在 类似100%、50%
（必然落在2的倍数上）、25%这样的放大倍数下绘制。或者在200%，400%这类的大小下绘制后，用键盘方向键移动位置不对的节点几次来到达整数位。
七、压缩图片调亮暗部后出现块状等无必要细节（锯齿）
原因：还是压缩算法的问题，把一些层次不明显的东西块状化了。一调曲线，就变得非常明显。
解决：
1. 用20%-30%的软边缘图章反复压盖。这也是一些影楼常用的磨皮方法，可以去掉不必要的细节。具体不再赘述
2. 用修补工具。也不赘述，属于修图的范畴
3. 用模糊工具或者选择后用模糊滤镜 等
ctrl+t补充：放大边缘模糊的问题。可以ctrl+[缩略图]选中图层不透明区域，然后用[调整边缘]控制面板调整后，再反选，删除多余部分。同理可以用不透明区域生成[蒙版]后，用[曲线]调整[蒙版]
❼ 用matlab如何去除波形毛刺，滤波
用matlab数值滤波去除波形毛刺的方法：
1）毛刺不是特别大，可是使用滑动平均窗滤波；
2）用cftool工具箱拟合数据；
3）用神经网络做个函数拟合。
matlab简介：
MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，慧芦御主要包括MATLAB和Simulink两大部分。
MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计哗改算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须前岩进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。
❽ 矿图扫描图像的净化处理
所使用的试验矿图为某矿山1∶5000晒蓝井上下对照图，采用TH021桌面扫描仪按300dpi分辨率扫描获得灰度级为0～255的灰度图像（如图6-8所示）。由于扫描原图图面上存在污迹、晒蓝不均匀，扫描仪照度不均匀及扫描过程中的响应误差等因素的影响，使得扫描图像上相同线划具有不同的灰度，并且目标与背景之间具有灰度模糊性。为便于使用二值图像形态学处理方法进行要素分割及矢量化转换，必须对扫描图像进行增强、二值化及滤波等净化预处理。
图6-8矿图扫描灰度图像（局部）
（1）图像增强
图像增睁基纳强采用Laplacian边缘增强算法，以突出灰度突变区域：
工矿区环境动态监测与分析研究
式中，＊为空间卷积算子，g＇（x,y）为像元（x,y）的输出灰度，g（x,y）为原图像对应像元的输入灰度值，T为卷积核，且
（2）图像二值化
为了有效地把制图目标从背景中分离出来，我们采用一种多阈值动态自适应二值化方法进行图像的二值化。该方法按四个步骤来完成：
①以状态法对图像进行初步二值化。从图像灰度直方图（图6-9）上人工选择t1,t1为对应于目标的直方图上峰值区的肩部（曲率变化点处），从而得到初步二值图像X1：
工矿区环境动态监测与分析研究
图6-9多阈值动态自适应二值化阈值选择
由于t1值悉没较小，故可能把许多本是目标的像元划作背景，导致图像x1上线划目标不连续。
②以动态阈值法依据像元及其邻域特征进行二值化。由于在扫描数字图像上，目标线划的灰度值总是大于背景的灰度值（邻域灰度变化特征），可根据像元的位置分别采用不同的阈值再次二值化。每个像元的分割阈值由对其3×3邻域像元灰度值的统计结果确定：
工矿区环境动态监测与分析研究
工矿区环境动态监测与分析研究
工矿区环境动态监测与分析研究
以上式中N为图像的总像元数；a是采用的常数，视原图的质量确定，0＜a＜1，当原图质量较好时，a取较小的值，否则，a取较大的值。利用T1进行分割，又可得到一个二值图像X2：
工矿区环境动态监测与分析研究
在X2中，有效地把目标和背景灰度突变部分提取出来，从而两个相距很近的目标不会粘连，但背景中灰度变化部分也被误分为目标。
③再次以状态法对图像进行二值化。此时所选t2为图像灰度直方图上对应背景区峰值的“肩部”（图6-8），得到第三幅二值化结果X3：
工矿区环境动态监测与分析研究
由于t2值所选过大，故而把本应是背景的像元也分割到目标中。
④对所获三幅二值图像进行图像集合运算，求得最终二值化结果。
工矿区环境动态监测与分析研究
集合运算结果仍是二值图像（图6-10）。这种多阈值动态自适应二值化充分考虑了图像整体灰度水平及像元自身的邻域特征。从图6-10中可见，目标完全从背景中分离出来，且目标线划间没有粘连也没有断线现象。
图6-10矿图扫描图像二值化结果
（3）二值矿图图像形态滤波
受扫描原图脏污、老化或复制质量等原因的影响，矿图扫描图像在二值化后，仍存在着斑点、小空洞、边缘毛刺、边缘凹陷等“噪声”。这些噪声会影响图像的目标识别、矢量化等后续处理，必须从二值图像中去除。去除方法是利用形态滤波。
设二值化图像为X，则图像上的斑点和边缘毛刺可用下面的形态变换消除：
工矿区环境动态监测与分析研究
该式为序贯形态变换模型。式中λ1为图像中斑点或毛刺的最大长度（像元数），Ki是所使用的结构元素，Ki的构型为：
工矿区环境动态监测与分析研究
其中“＊”为取“1”或“0”皆可，①是结构元素的原点并取值“1”。
目标中的空洞以及锋缺边缘凹陷可用下式算法进行充填弥补：
工矿区环境动态监测与分析研究
式中：λ2为空洞或边缘凹陷的尺度，Ki与式（6-15）相同。它是把去斑点及毛刺的结果带入再进行相应的形态变换。其结果图像X〞就是一个纯净的二值图像，并可作进一步的处理。图6-11为图6-9所示的二值图像的去噪声结果。从图中可见，所有噪声已被去除。
图6-11矿图图像的形态滤波结果