Glättungsfilter

Glättungsfilter sind Verfahren der digitalen Signalverarbeitung, die dazu dienen, schnelle, zufällige Schwankungen in einem Signal zu reduzieren, indem hochfrequente Komponenten gedämpft werden. Ziel ist es, Rauschen zu verringern, Muster stabiler zu machen oder Daten für weitere Analysen vorzubereiten. Dabei wird in der Regel das Ausgangssignal durch Faltung mit einem Glättungskernel oder durch einen entsprechenden Frequenzfilter beeinflusst.

Im Zeitbereich arbeiten Glättungsfilter typischerweise als Finite Impulsantwort-Kerne oder adaptive Verfahren. Einfache Beispiele sind der gleitende Durchschnitt (Boxcar-Filter) und das exponentielle Glätten, bei dem neue Werte mit einem Gewichtungskern aus dem früheren Glättungsergebnis und dem aktuellen Messwert kombiniert werden. Weiterhin gibt es Savitzky-Golay-Filter zur Glättung bei gleichzeitiger Beibehaltung von Kurvenform, sowie robuste Ansätze wie der Medianfilter, der Ausreißer reduziert.

Im Bildbereich erfolgt Glättung häufig durch Konvolution mit einem Gauss-Kernel oder Boxcar-Filter (Gauss-Glättung bzw. Box-Filter). Gauss-Glättung ist in der Regel sanfter und bewahrt Konturen besser, während Box-Filter stärker unscharf macht. Für robuste Rauschreduktion bei Bildern werden auch adaptive oder mehrstufige Filter eingesetzt.

Wichtige Eigenschaften sind die Reduktion von Rauschen, aber auch Verfälschungen von Signaleigenschaften wie Amplituden oder Phasenverschiebungen. Glättung führt oft zu Unschärfe oder Verzögerung; die Wahl des Kernel- oder Alpha-Werts bestimmt das Gleichgewicht zwischen Glättung und Detailerhalt. Boundary-Handling beeinflusst das Ergebnis an Signal- bzw. Bildrändern.

Anwendungsbereiche umfassen Audiosignale, Sensor- und Messdaten, Zeitreihenbereinigung sowie Vorverarbeitung in der Bildbearbeitung. Die Leistungsbewertung erfolgt häufig durch visuelle Kontrolle, SNR-Veränderungen oder RMSE-Vergleiche gegenüber einem rauscharmen Referenzsignal.