【摘要】:本算法根据频域滤波的思想,将“坏”的像素点进行一维离散余弦变换,在频域中将高频误差点平滑掉后,精确求得谱值,作离散余弦反变换得到解包裹相位。如果基准线与相邻直线构成的任意相邻正方形相位点不满足式,则认为该像素点连线上存在着误差点,此时,对该像素点连线作一维离散DCT,得到DCT 域的精确解,再作反变换即可得到相位解包裹的相位值。
从上节的分析可以领略到,正确相位解包裹的关键在于识别和清除那些不满足式(4−66)的误差点,阻止其误差的传播。本算法根据频域滤波的思想,将“坏”的像素点进行一维离散余弦变换,在频域中将高频误差点平滑掉后,精确求得谱值,作离散余弦反变换得到解包裹相位。
首先假定在干涉图中至少存在一条可用传统算法正确去包裹的水平线或垂直线,在该条线上,所有的像素点均为“好点”。以此线为基准,若相邻直线与该基准所构成的任意相邻正方形相位点满足式(4−56)中包裹相位差之和为零的条件,则对等于对该相邻直线上的点作相位解包裹是正确的,并可以以该线为基准线继续下一相邻直线的去包裹。如果基准线与相邻直线构成的任意相邻正方形相位点不满足式(4−66),则认为该像素点连线上存在着误差点,此时,对该像素点连线作一维离散DCT,得到DCT 域的精确解,再作反变换即可得到相位解包裹的相位值。
本算法具体步骤归结如下:
(1)首先寻找到一条经传统算法去包裹后正确的水平线或垂直线作为基准线。
(2)垂直该基准线作传统算法去包裹得相邻一直线Φ (i),i=1,2,…,N。(www.xing528.com)
(3)判断以上两直线的任意相邻四相位点是否满足包裹相位差之和为零R=0;若满足,则继续下一行;否则,作步骤(4)~步骤(5)。
(4)对该直线作DCT 正变换,得到DCT 域的精确解,再作DCT 反变换,得Φ ′(i)。
(5)设定一阈值T,当时,视为“坏点”,并用Φ ′(i)取代Φ (i)。
(6)重复步骤(2)~步骤(5)直至边界。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。