基于swin-UNet-denoise和最小二乘法的两步相位解包裹

来源：激光技术杂志2024年第5期北京时间：

作者：廖后章, 孔勇, 张贺, 吴慧慧, 童晓凡, 赵莉

摘要：相位解包裹在众多领域应用中都占有重要地位，但总会受到噪声的影响，尤其是散斑噪声。为了去除散斑噪声对包裹相位图的影响，并从中恢复出实际的相位值，采用两步法进行了理论分析和实验论证，从不同程度散斑噪声包裹的相位中恢复出绝对相位。以swin-UNet-denoise网络为基础，将swin block中的归一化层后置，并用余弦相似度计算注意力值，然后将相对位移偏移替换为对数位置偏移，并在上采样模块融合反卷积层以此提升网络的去噪能力；将去噪结果通过最小二乘法解包裹，再通过中值滤波获得绝对相位。结果表明，结构相似度为99.77%，峰值信噪比为39.98，均方根误差为0.4864，平均绝对误差为0.4302。所有网络只在300组仿真数据集上进行训练验证，证明即使在小样本的条件下，该研究也能为更快速、更高效、更准确地实现带有散斑噪声的相位解包裹提供参考。

关键词：全息, 相位解包裹, 深度学习, 最小二乘法