C-Turlach实现中的滚动中间带

有人知道C语言中是否有Turlach滚动中值算法的干净实现吗？我无法将R版本移植到干净的C版本。有关该算法的更多详细信息，请参阅

编辑： 正如darkcminor所指出的，matlab有一个函数

medfilt2

，它调用

ordf

，这是滚动顺序统计算法的c实现。我相信该算法比O（n^2）快，但它不是开源的，我不想购买图像处理工具箱。

OpenCV有一个功能，似乎可以实现您想要的功能。我知道这是一个滚动中间带。我不能说它是否是“Turlach滚动中间带”。不过它速度非常快，并且在可用时支持多线程。

我已经实现了一个。它使用max-median-min堆结构：中位数位于堆[0]（位于K项数组的中心）。在堆[1]处有一个minheap，在堆[-1]处有一个maxheap（使用负索引）。
它与不完全相同：此版本支持动态插入值，而R版本一次作用于整个缓冲区。但我相信时间的复杂性是一样的。而且它可以很容易地用于实现整个缓冲区版本（可能需要添加一些代码来处理R的“endrules”）

接口：

//Customize for your data Item type
typedef int Item;
#define ItemLess(a,b)  ((a)<(b))
#define ItemMean(a,b)  (((a)+(b))/2)

typedef struct Mediator_t Mediator;

//creates new Mediator: to calculate `nItems` running median. 
//mallocs single block of memory, caller must free.
Mediator* MediatorNew(int nItems);

//returns median item (or average of 2 when item count is even)
Item MediatorMedian(Mediator* m);

//Inserts item, maintains median in O(lg nItems)
void MediatorInsert(Mediator* m, Item v)
{
   int isNew = (m->ct < m->N);
   int p = m->pos[m->idx];
   Item old = m->data[m->idx];
   m->data[m->idx] = v;
   m->idx = (m->idx+1) % m->N;
   m->ct += isNew;
   if (p > 0)         //new item is in minHeap
   {  if (!isNew && ItemLess(old, v)) { minSortDown(m, p*2);  }
      else if (minSortUp(m, p)) { maxSortDown(m,-1); }
   }
   else if (p < 0)   //new item is in maxheap
   {  if (!isNew && ItemLess(v, old)) { maxSortDown(m, p*2); }
      else if (maxSortUp(m, p)) { minSortDown(m, 1); }
   }
   else            //new item is at median
   {  if (maxCt(m)) { maxSortDown(m,-1); }
      if (minCt(m)) { minSortDown(m, 1); }
   }
}

//自定义数据项类型
typedef int项；
#定义无项（a，b）（（a）ctN）；
INTP=m->pos[m->idx]；
项目旧=m->数据[m->idx]；
m->data[m->idx]=v；
m->idx=（m->idx+1）%m->N；
m->ct+=isNew；
如果（p>0）//新项在minHeap中
{if（！isNew&&ItemLess（old，v））{minSortDown（m，p*2）；}
else如果（minSortUp（m，p））{maxSortDown（m，-1）；}
}
else if（p<0）//新项在maxheap中
{if（！isNew&&ItemLess（v，old））{maxSortDown（m，p*2）；}
else如果（maxSortUp（m，p））{minsorttown（m，1）；}
}
否则//新项目处于中间值
{if（maxCt（m））{maxSortDown（m，-1）；}
if（minCt（m））{minSortDown（m，1）；}
}
}

检查这个问题：还有恒定时间中值滤波算法。scikits.image中有一个2D的实现，带有一个八角形的过滤区域。我可以确认这是可行的，而且速度很快。如果能够弹出不插入的元素（以容纳缺少的值）并指定任意的百分位数，那就太好了。不过，这些可能是简单的调整。干得好！实现poploster（）将很容易：堆中最旧项的位置是

p=pos[（idx ct+N）%N]

。如果它在minheap中，将其交换到最后，然后执行排序关闭以确保交换的项位于正确的位置：

If（p>0）{exchange（p，minCt）；m->ct--；minSortDown（p*2）；

。否则，对maxheap执行相同的操作-除了处理p==0的特殊情况外，您需要执行

maxSortDown（p*2 | |-1）

。实现“KthPercentile"这会有点棘手，但也不太糟糕。对于介于0.0和1.0之间的K，

heap

将指向元素KN。

maxCt

将是ctk，

minCt

将是ct-1-maxCt。棘手的部分是初始化pos数组，以便正确分布初始元素。这类似于：对于每个i:point pos[i]到maxheap上的下一个元素，直到它包含到目前为止超过K%的项，然后转移到minheap。以下是一些基准：-简而言之，这种方法在一般情况下似乎工作得很好，但对于某些数据分布，使用基于排序的算法可能会做得更好。请注意，任何感兴趣的人，这段代码都可以也可在GNU科学图书馆（GSL；）的

movstat/medacc.c

中找到，并可通过

GSL\u movstat\u media（）

界面访问。