基于徑向基函數(shù)和殘差圖累積的相位解纏研究.pdf

1、相位中包含大量有用的待測物理量的信息，這些信息在干涉合成孔徑雷達、磁共振成像和光學測量中具有廣泛的應用。然而，在這些應用中所獲得的相位信息往往不是真實相位，而是通過反三角函數(shù)計算得到的位于某周期（如（-π，π]）內(nèi)的纏繞相位(Wrapped Phase)。要想獲得真實的相位，就必須求解出真實相位和纏繞相位之間相差的纏繞數(shù)（也稱為模糊數(shù)），這一過程稱為相位解纏(PhaseUnwrapping)，也可以稱為相位展開、相位解包裹。
　　

2、針對相位解纏的研究最早可以追溯到二十世紀六十年代后期，到目前為止已經(jīng)產(chǎn)生了很多相位解纏算法，它們大致可以分為兩大類:基于路徑跟蹤的相位解纏算法和基于最小范數(shù)的相位解纏算法。基于路徑跟蹤的相位解纏算法是一種局部算法，該算法主要是利用相位圖的局部信息，通過一定的方法來選擇適當?shù)姆e分路徑，從而得到最終的解纏結果?；谧钚》稊?shù)的相位解纏算法與路徑跟蹤算法不同，該類算法屬于全局算法，該類算法的主要思想是引入目標函數(shù)，并添加一些約束條件，從而使該目

3、標函數(shù)最小化，即把相位解纏問題轉化為最優(yōu)化問題。但是，由于噪聲、欠采樣等原因的存在，導致不能實現(xiàn)正確的解纏，這使得相位解纏成為了一個難題，也成為國內(nèi)外很多學者研究的熱點。本文主要針對基于最小范數(shù)相位解纏算法中的徑向基函數(shù)相位解纏算法和殘差圖累積的相位解纏算法進行了研究。
　　本文的主要研究工作和創(chuàng)新點如下:
　　(1)簡要地概述了相位解纏的研究背景與意義以及國內(nèi)外研究現(xiàn)狀，并介紹了基于路徑跟蹤和基于最小范數(shù)的相位解纏算法中的

4、常用方法。
　　(2)對基于徑向基函數(shù)的相位解纏算法進行了改進，提出了一種自適應參數(shù)的徑向基函數(shù)相位解纏算法:針對不同的纏繞圖，先對圖像進行分塊，然后按照各塊的圖像復雜度確定對應的徑向基函數(shù)的寬度。實驗結果表明，在不同噪聲水平下，與原徑向基函數(shù)解纏算法，及經(jīng)典的質(zhì)量圖導向法和圖割法等相比，該算法具有更好的魯棒性。
　　(3)對基于殘差圖累積的相位解纏算法進行了改進，該算法的主要思想是通過G-S算法迭代計算殘差圖直到代價函數(shù)收