基于Flynn最小不连续相位解包裹算法

一、Flynn最小不连续算法原理

Fynn最小不连续算法是求解包裹相位的最小加权不连续解

在此定义一对毗邻像素的差分超过π时为不连续，毗邻像素可能是垂直方向或水平方向，定义差分的最邻近整数个2π为跳变数，因此垂直方向和水平方向跳变数分别由下式定义

${\varphi }_{m,n}$是解包裹相位

$w_{m,n}^v$和$w_{m,n}^z$是权重，$q_{m,n}$是质量图的值。

当取$q_{m,n}=1$即不加权的Flynn最小不连续算法，因此有没有质量图Flynn最小不连续算法均可工作，找到的解包裹相位表面与包裹相位数据一致，在某种意义上不连续(称作跳变数)最小。Flynn最小不连续算法等价于最小L1范数的一致解。 Flynn算法找到了真正的最小解，而不仅仅是局部最小解。除了最小Lp范数算法外，Flynn最小不连续算法的运行时间和内存要求远远高于其他算法。

二、实验验证

首先，生成一幅包裹相位图，如下图所示：

图 1 仿真包裹相位图

此处，将质量图设置为1，即采用不加权的最小不连续算法获取的解包裹相位如下图所示：执行这一过程大约需要20秒左右。

图 2 相位解包裹

图 3 相位解包裹三维显示

三、资源获取

上述资源可从以下链接处获取:
https://download.csdn.net/download/qq_36584460/85007868

资源包含以下内容：

1) flynn_blx.m
2) flynn_blx-GBK格式.m （防中文注释乱码）
3) 基于Flynn最小不连续相位解包裹算法.m
4) 基于Flynn最小不连续相位解包裹算法-GBK格式.m（防中文注释乱码）
5) 动画演示GIF.gif

需要注意的是，运行上述程序后，需要在图中选择一个已知相位点，如下图所演示。此外，在本例中将底板包裹图设置为0，（相当于在干涉系统采用了双曝光傅里叶变换，或者4+4时间相移法，得到的包裹相位图中已经减去了底板包裹相位）。对于光栅投影系统，那么首先需要先获取底板包裹图，此时只需将底板包裹相位图进行相应的修改即可。

四、其他解包裹算法

1. 最小二乘法解包裹
   https://blog.csdn.net/qq_36584460/article/details/122682867

2. 基于快速质量图导向法的相位解包裹
   https://blog.csdn.net/qq_36584460/article/details/122690728

3. 基于最小二乘、迭代和相位梯度校正的解包裹算法
   https://blog.csdn.net/qq_36584460/article/details/123410789

4. 基于Glodstein枝切法相位解包裹算法
   https://blog.csdn.net/qq_36584460/article/details/123442944

5. 基于可靠度排序的非连续路径解包裹算法实例分析
   https://blog.csdn.net/qq_36584460/article/details/123457617

6. 基于幅度排序列表、多聚类的相位解包裹算法
   https://blog.csdn.net/qq_36584460/article/details/123592285

---

最后，如有任何疑问，可私信交流讨论~可提供相关技术支持！