公开(公告)号：CN117475172B

公开(公告)日：2024-03-26

申请号：CN202311836502.3

申请日：2023-12-28

Applicant: 湖北工业大学

Inventor： 吴中健 ,  童亚拉 ,  杨晓艳 ,  卢萧朵 ,  李思骏

IPC: G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/084 ,  G06V10/30

Abstract: 本发明提供了一种基于深度学习的高噪声环境相位图解包裹方法和系统。本发明包括如下步骤：步骤1、利用滤波降噪对高噪声包裹相位进行去噪处理；步骤2、利用步骤1提供的降噪包裹相位图，使用初步相位解包网络PPUN（初步相位解包裹网络，Preliminary phase unwrapping network）预测相位数，并完成对包裹相位的初步解包；步骤3、利用步骤1提供的降噪包裹相位图生成梯度特征图；步骤4、利用步骤2生成的初步解包裹相位图和步骤3生成的梯度特征图，通过精密相位解包网络FPUN（精细相位解包裹网络，Fine phase unwrapping network）进行融合处理，输出最终的解包裹图像。本发明提出的方法解决了传统解包方法在梯度较大的位置出现较大误差的问题，同时大大提高了抗噪能力和相位解包裹的精度。

公开(公告)号：CN117475172A

公开(公告)日：2024-01-30

申请号：CN202311836502.3

申请日：2023-12-28

Applicant: 湖北工业大学

Inventor： 吴中健 ,  童亚拉 ,  杨晓艳 ,  卢萧朵 ,  李思骏

IPC: G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/084 ,  G06V10/30

Abstract: 本发明提供了一种基于深度学习的高噪声环境相位图解包裹方法和系统。本发明包括如下步骤：步骤1、利用滤波降噪对高噪声包裹相位进行去噪处理；步骤2、利用步骤1提供的降噪包裹相位图，使用初步相位解包网络PPUN（初步相位解包裹网络，Preliminary phase unwrapping network）预测相位数，并完成对包裹相位的初步解包；步骤3、利用步骤1提供的降噪包裹相位图生成梯度特征图；步骤4、利用步骤2生成的初步解包裹相位图和步骤3生成的梯度特征图，通过精密相位解包网络FPUN（精细相位解包裹网络，Fine phase unwrapping network）进行融合处理，输出最终的解包裹图像。本发明提出的方法解决了传统解包方法在梯度较大的位置出现较大误差的问题，同时大大提高了抗噪能力和相位解包裹的精度。