s-g滤波算法（阈值邻域平滑滤波计算）

1. S-G滤波算法是一种常用的数字信号处理算法。
2. S-G滤波算法采用的是Savitzky-Golay平滑滤波方法，通过对信号进行多项式拟合来实现滤波。
该算法可以有效地去除信号中的噪声和干扰，同时保留信号的主要特征。
3. S-G滤波算法在信号处理领域有广泛的应用，例如在光谱分析、生物信号处理、化学分析等方面。
此外，该算法还可以用于数据平滑、数据预处理等任务，具有较好的效果和稳定性。

S-G滤波拟合方法是由Savitzky等在1964年提出的一种基于平滑时间序列数据和最小二乘原理的卷积算法，它是一种移动窗口的加权平均算法，但其加权系数不是简单的常数窗口，而是通过在滑动窗口内对给定高阶多项式的最小二乘拟合得出，其表达式为：



其中，  为拟合值，  为像元原始值，  为第i个值滤波时的系数，m为半个滤波窗口的宽度，N为滤波器长度，等于滑动数组的宽度2m+1。