【资源自取】MATLAB 枝切法解包裹:3 步搞定干涉图相位跳变
【资源自取】MATLAB 枝切法解包裹:3 步搞定干涉图相位跳变
这是一个基于 MATLAB 的枝切法(Branch Cut)干涉图解包裹程序,提供完整的相位解包裹算法实现,并附带一组干涉图测试数据。适合想了解 MATLAB 相位解包裹原理、需要处理干涉图数据的科研与工程人员,以及做教学演示的同学。
📌 场景与痛点:干涉图的相位跳变为什么难处理
用光学干涉手段测形貌时,直接测到的相位是被压缩在 [-π, π] 区间内的"包裹相位"。相邻像素之间一旦出现 ±2π 的跳变,画出来就是条纹图里那些突然断裂的亮暗边界。问题在于:
- 如果直接拿包裹相位去算高度或位移,跳变处会产生 2π 的台阶误差;
- 沿着一条跳变线走,误差会一路传递,结果图上出现"阶梯状"的失真带;
- 噪声还会制造出伪相位奇点,让跳变更难分辨。
解决这类问题的思路之一就是枝切法(Branch Cut)解包裹算法:先找到跳变的"源头",再人为切断误差传播的路径。本仓库就给出了这套思路的 MATLAB 实现,并且自带可复现的测试数据。
🧩 原理速览:枝切法如何消除相位跳变
什么是枝切,又从哪里来
程序先用 PhaseResidues 函数扫描包裹相位图:对每个 2×2 邻域求一圈相位差之和,若和接近 ±2π,就标记为一个"相位残差"(奇点),它正是相位跳变的根源。BranchCuts 再按 Goldstein 方法处理这些残差:在每个残差周围开一个搜索窗口,优先把正、负残差配对,配对不上的残差就画一条"枝切"连到图像边界。这条切线就是误差传播的隔离墙。
为什么切断之后就能解包裹
有了枝切,程序改用 FloodFill 函数从某个可靠点出发做洪水填充:沿 8 邻域逐像素累加相位差,但凡是遇到枝切就不跨越。这样 2π 跳变被限制在切线一侧,累加出来的相位在全图保持连续。最后再结合一个圆形 mask 裁掉有效区域外的部分,就得到干净的解包裹结果。整个流程就是三行调用的事:
PhaseResidues → BranchCuts → FloodFill
为什么用 MATLAB 实现这套算法
MATLAB 的矩阵运算天然适合这种整图处理:残差检测全部向量化完成,没有逐像素的 for 循环;画结果直接用 mesh、surf 就能输出包裹相位曲面和解包裹后的相位面,不需要额外搭绘图框架。算法主体代码量也不大,配了中文注释,读一遍源码基本能掌握枝切法 MATLAB 实现的完整脉络。
🚀 环境与准备
- 需要 MATLAB R2016b 或更高版本;
- 算法只用基础函数(imread、mesh、surf 等),不需要额外工具箱;
- 获取仓库:
git clone https://gitcode.com/open-source-toolkit/7eea3
解压 枝切法解包裹.zip 后,你会得到算法源码(PhaseResidues.m、BranchCuts.m、FloodFill.m、main.m 等)和一组干涉图数据。详细说明可看 README.md。
上手指南:3 步跑出解包裹结果
- 把压缩包解压到本地,在 MATLAB 中切换到程序所在目录,确保 main.m 能找到数据文件夹 ok/ 下的 0.bmp ~ 8.bmp 共 9 幅条纹图;
- 直接运行 main.m,程序会读取 9 幅干涉图,用多帧相位法算出包裹相位,并自动完成残差检测、枝切布设和洪水填充解包裹;
- 依次查看弹出的三个图:包裹相位曲面、解包裹后的相位面、以及套上圆形 mask 后的最终结果——对比第一张和最后一张,就能直观看到跳变台阶被抹平的过程。
适用场景
- 科研测量:光学干涉、多帧相移(PSI)实验里拿到条纹图后,用它把包裹相位还原成连续相位,再换算出形貌或形变;
- 工程应用:表面形貌测量、无损检测中,解包裹精度直接决定高度重建质量,自带数据可先验证流程是否走通;
- 教学演示:枝切法步骤清晰、代码简短,适合课堂上逐步演示"残差—枝切—填充"三段式解包裹算法。
项目特性
- 采用 MIT 许可证,可以自由使用、修改和分发;
- 附带 9 幅干涉图测试数据,解压即可运行验证,不需要自己造数据;
- 算法实现完整:从残差计算、枝切布设到洪水填充解包裹一条龙,含中文注释便于阅读;
- 依赖门槛低,R2016b 以上的基础 MATLAB 即可跑通。
延伸方向
如果你想横向对比,MATLAB 相位解包裹的常见路线还有质量导向法、SNL 最短路径法和最小二乘全局优化法:枝切法的优势是逻辑简单、速度快,缺点是噪声大的图上容易误布枝切。源码里 max_box_radius 控制残差搜索窗口大小,调大调小看看枝切密度变化,是一个很好的参数实验起点;给残差加质量过滤、或者换成全局优化方法,也都可以在此框架上继续做。
把 zip 解压后跑一遍 main.m,你就能看到干涉图相位跳变被一步步解开的完整过程。使用中遇到问题或有改进建议,欢迎到仓库提交 Issue 或 Pull Request。