【资源自取】MATLAB 相位解包裹快速上手指南:4 种算法一张表对比,从选型到跑通第一次解包
【资源自取】MATLAB 相位解包裹快速上手指南:4 种算法一张表对比,从选型到跑通第一次解包
你测出的干涉图看起来正常,一算梯度、一重构厚度,包裹相位却在条纹与残差点上 ±2π 跳变,后面的分析数值全都不对。MATLAB 相位解包裹代码把枝切法、可靠度排序非连续路径、FFT 最小二乘、横向剪切最小二乘这 4 种算法放进同一个仓库。如果你在处理光学干涉、医学成像或雷达回波里的相位数据,照这篇文章选算法,半小时内可以跑通第一次解包。
先搞清楚相位解包裹在解决什么
反正切算子给出的相位被折叠在 (-π, π] 区间,每过一次零位就丢掉一个 2π 的整数倍。凡是依赖相位连续的分析——厚度重构、应变分布、微运动测量——不解包,结果都会系统性偏错。解包裹做的事,就是给每个像素找回真实的 2π 倍数,让相位面重新连续。这个 MATLAB 相位解包裹项目提供 4 条算法路线,各自适合不同的数据条件。
四种解包裹算法怎么选
| 算法 | 核心思路一句话 | 最适合的数据 | 局限 |
|---|---|---|---|
| 枝切法(Goldstein) | 定位残差、布置枝切线,解包路径避开相位跳变 | 低噪声、残差少的包裹相位 | 抗噪弱,残差密集时切线布置容易出错 |
| 可靠度排序非连续路径 | 按邻域一致性打分,从最可靠点向外逐步解包 | 中等噪声、局部一致性好的相位 | 误差沿路径传播,超大场景较慢 |
| FFT 最小二乘 | 变换到频域,一次性解出全场解包相位 | 大规模、噪声偏低的数据 | 单处不连续会污染全场,需先处理残差 |
| 横向剪切最小二乘 | 用剪切差分估计梯度,最小二乘重构相位 | 有局部畸变的相位面 | 对边界与剪切步长设置敏感 |
枝切法(Goldstein):干净数据从这里起步
- 原理:把邻域相位差违背 2π 约束的像素当作残差源,用切线把它们连起来,解包只沿无切线路径进行。
- 步骤:运行
LocateResidues找残差,BranchCuts布置切线,UnwrapAroundCuts完成解包。 - 适用:干涉图干净、残差少,希望快速拿到直观结果。
- 注意:噪声大时虚假残差增多,先做低通滤波,或直接改用另外三种方法。
可靠度排序非连续路径:中等噪声的稳妥选择
- 原理:给每个像素按邻域一致性打分,从得分最高的点出发向外逐步解包。
- 步骤:入口是
Fast 2D Phase Unwrap.m,内部调用unwrap_phase.m完成排序与路径解包。 - 适用:噪声中等、邻域结构基本完好;枝切法切线混乱时可换它兜底。
- 注意:一旦早期走到低可靠区,误差会沿路径传播,大面积不连续的数据别硬跑。
FFT 最小二乘:大场景拼速度
- 原理:把解包相位看作泊松方程的解,用 FFT 在频域一次解出所有像素。
- 步骤:运行
FFT LS Phase Unwrap.m,脚本自带生成包裹相位并叠加高斯噪声的输入,直接出结果图。 - 适用:矩阵尺寸大、噪声偏低、要批量处理且看重速度。
- 注意:属全局方法,一处未处理的不连续会污染整个相位面,数据有明显跳变时先剔除或换路径类方法。
横向剪切最小二乘:靠梯度约束做重构
- 原理:用相邻样本的剪切差分得到梯度约束,最小二乘求出最贴合梯度的相位场。
- 步骤:运行
Four LSBLS Phase Unwrap.m,Ls Ls Phase Unwrap.m负责剪切与求解。 - 适用:相位面存在局部畸变,想靠梯度平滑抑制起伏。
- 注意:剪切方向与步长要和你的像素间距一致,边界像素需单独处理。
按你的数据对号入座
| 你的数据情况 | 推荐先试的算法 |
|---|---|
| 干净差分期,残差少 | 枝切法 |
| 噪声中等,局部一致性尚可 | 可靠度排序非连续路径 |
| 大规模多帧,噪声偏低 | FFT 最小二乘 |
| 存在局部畸变,要抑制梯度起伏 | 横向剪切最小二乘 |
无论选哪种 MATLAB 相位解包裹算法,第一次结果不满意就换第二种再跑一遍,把两者的差值图叠着看,再下结论。
三步跑通第一次解包
- 环境:只需 MATLAB 基础环境,个别脚本用到
im2gray,建议同时装上 Image Processing Toolbox。 - 文件:本项目全部代码在 PhaseUnwrapping.zip 中,解压后 4 个文件夹各是一种算法,文件夹内直接运行 .m 脚本即为演示;更多说明见 README.md。
- 输入:把脚本里的演示数据换成你自己的包裹相位矩阵即可:
phi1 = your_wrapped_phase; % 换成你的包裹相位,取值范围 (-pi, pi]
运行后 imagesc 会显示结果,脚本内的 N、G、std_dev 等参数都可以按你的数据调整。
其他优点
- 4 种算法齐备,结果可互相验证
- 入口脚本带中文注释,照跑即可看懂流程
- MIT 许可,可自由使用、修改、分发
- 社区接受 Issue 与 PR,问题持续修复
拿你手头一份包裹相位先跑两种算法,把差值图叠出来——差异集中在少数像素上的那种,基本就是该用的。
登录后查看全文