2。2  相位解包的基本方法

假设存在包裹波面，边界形状规则且无噪声，运用行或列的扫描法逐点对相位点及其相邻点的值进行运算，直接得到解包结果。但干涉图往往都是边缘不规整且含有噪声点的，器件、光路系统或粉尘都会造成干涉图中的无效区域，影响有效区域的外部形状，使处理过程难度增加。

传统扫描法的路径是确定的，只能从干涉图上的像素点到另一个相邻像素点，展开方式十分局限，如果解包过程中出现错误，那么这个错误会一直延续下去，导致相位展开失败，这个现象称之为误差蔓延。

相位解包的结果称为展开相位，而展开相位应具有两个性质：一致性和精确性[18]。一致性指用某种算法解包某个相位点时得到一个相位值，而用这种算法解包其它点时结果也只会有一个结果，也可以理解为解包后两点之间的相位差值和算法中规划的路径无关；精确性指解包后的相位可以恢复原有的相位，准确度越高越好。

相位解包的步骤可以分为两步：首先，根据包裹相位主值计算相对应的梯度估计值；然后，选择合适的积分方法展开相位。根据所采用的不同积分方式，将各类相位解包算法分成路径跟踪算法和全局展开算法。路径跟踪算法的要点在于利用算法设计恰当的积分路径，将因噪声点产生的错误相位解包结果限制在局部最小区域内，确保误差不会影响后续的解包工作。它先鉴别无效数据点，然后采用合适的枝切线阻止积分路径穿过；或者在某种质量图的导引下，将相位的质量大小从高到低排列，先从高质量的相位数据开始展开，然后逐步运算到低质量点，最后对最不可靠即质量值最低的相位进行展开。全局展开法与路径跟踪法的区别在于将相位解包问题转变为数学问题，通过求解最小范数的极值来达到展开目的，现今采用程度高的方法是基于最小二乘方法的解包算法，使解包相位梯度与包裹相位梯度之间的偏差最小。

其中路径跟踪算法的典型算法有枝切法、质量图导向法、区域增长法，全局展开算法的典型算法有最小二乘法，分加权最小二乘法和无加权最小二乘法。

全局展开算法和路径跟踪算法相比较，全局展开算法的计算速度快于路径跟踪算法，如果干涉图像的相干性十分好，全局展开算法可以得到精确的解包结果。路径跟踪算法中路径的选择十分重要，如果路径选择不恰当，会使干涉图中误差蔓延，极有可能影响整个解包工作。

本文主要介绍基于可靠度导引的解包算法和加权与无加权最小二乘算法。

2。3  基于可靠度导引的相位解包算法

2。3。1  干涉图中的无效区域和噪声

在介绍基于可靠度导引算法之前，先来认识干涉图中的无效区域和噪声。在上文中，已经叙述了两类解包算法的区别，由此可以得知，路径跟踪算法需要识别无效区域和噪声点，才能正确展开有效相位。文献综述

在干涉图中，如果相位是连续的，就可以直接用各种算法解包裹，获得解包相位，而在实际测量中，常常因为被测元件、粉尘、光路遮挡等原因，导致相位跳变，所以进行解包前，首先判定干涉图中哪些为有效数据，哪些为无效数据。在剔除掉无效区域后，在有效区域中还会存在一些噪声数据，它会影响解包工作，极有可能产生全局性误差。在解包前，要先标定出图像中所有的误差点，减小噪声对解包工作的影响，而引起噪声的原因主要有以下三个方面：

(1) 在采集图像过程中由于器件或操作不当引入孤立噪声。

(2) 遗失相位信息，使数据点质量降低，低采样点在其所在区域必然会有一条间断线存在。