【解包裹】基于加权最小二乘算法实现解包裹附matlab代码

简介: 【解包裹】基于加权最小二乘算法实现解包裹附matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机

⛄ 内容介绍

在移相法测量光学波面或物体形貌过程中,相位解包裹是条纹自动分析中的关键技术,而质量图对解包裹相位算法起着至关重要的作用.用计算机模拟干涉图获得相位导数偏差质量图,指出其在标识相位数据质量方面的不足,并根据调制度结合相位梯度构造出新的质量图(称之为调制度-相位梯度偏差质量图)来弥补此缺陷.再以新质量图数据为权值,采用加权最小二乘解包裹算法验证新质量图的可靠性

⛄ 部分代码

%%%%%%%%%%%%%%%%%%%%% test phase unwrap

% parameters

close all

N = 512;

ampPhase = 20;

noise = 0.5;


[x, y] = meshgrid(linspace(-1,1,N));


%%%%% (1) unweighted case

% original unwrapped phase

phi = exp(-(x.*x+y.*y)/2/0.2^2) * ampPhase + (x + y) * ampPhase/2;


% wrapped phase

psi = wrapToPi(phi + randn(size(phi))*noise);


% unweighted case

abc = tic;

phi2 = phase_unwrap(psi);

disp(sprintf('Unweighted phase unwrap of a %dx%d image takes %f seconds', N, N, toc(abc)));


% show the images

close all;

subplot(2,2,1);

imagesc(phi); title('Original phase');


subplot(2,2,2);

imagesc(psi); title('Wrapped phase with noise');


subplot(2,2,3);

imagesc(ones(N)); title('Weight');


subplot(2,2,4);

imagesc(phi2); title('Unwrapped phase');


%%%%% (2) now test the weighted case

weight = ones(N);

xregion = floor(N/4):floor(N/2);

yregion = floor(N/4):floor(N/2);

weight(yregion, xregion) = 0;


% change the zero-weighted region to noise only

psi3 = psi;

psi3(yregion, xregion) = randn([length(yregion), length(xregion)]);


% now unwrap

bac = tic;

phi3 = phase_unwrap(psi3, weight);

disp(sprintf('Weighted phase unwrap of a %dx%d image takes %f seconds', N, N, toc(bac)));


% show the images

figure;

subplot(2,2,1);

imagesc(phi); title('Original phase');


subplot(2,2,2);

imagesc(psi3); title('Wrapped phase with noise');


subplot(2,2,3);

imagesc(weight); title('Weight');


subplot(2,2,4);

imagesc(phi3); title('Unwrapped phase');


%%%%% (3) test the weighted case (with noise in the border)

weight4 = zeros(N)+0.01;

xregion = floor(N/5):floor(4*N/5);

yregion = floor(N/5):floor(4*N/5);

weight4(yregion, xregion) = 1;


% change the zero-weighted region to noise only

psi4 = randn(size(psi));

psi4(yregion, xregion) = psi(yregion, xregion);


% now unwrap

acb = tic;

phi4 = phase_unwrap(psi4, weight4);

disp(sprintf('Weighted phase unwrap of a %dx%d image takes %f seconds', N, N, toc(acb)));


% show the images

figure;

subplot(2,2,1);

imagesc(phi); title('Original phase');


subplot(2,2,2);

imagesc(psi4); title('Wrapped phase with noise');


subplot(2,2,3);

imagesc(weight4); title('Weight');


subplot(2,2,4);

imagesc(phi4); title('Unwrapped phase');


⛄ 运行结果

⛄ 参考文献

[1]朱勇建, 刘立人, 栾竹,等. 相位解包裹算法中基于调制度的新质量图[J]. 中国激光, 2006.

❤️ 关注我领取海量matlab电子书和数学建模资料
❤️部分理论引用网络文献,若有侵权联系博主删除


相关文章
|
27天前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
143 3
|
21天前
|
机器学习/深度学习 算法 数据可视化
基于MVO多元宇宙优化的DBSCAN聚类算法matlab仿真
本程序基于MATLAB实现MVO优化的DBSCAN聚类算法,通过多元宇宙优化自动搜索最优参数Eps与MinPts,提升聚类精度。对比传统DBSCAN,MVO-DBSCAN有效克服参数依赖问题,适应复杂数据分布,增强鲁棒性,适用于非均匀密度数据集的高效聚类分析。
|
21天前
|
开发框架 算法 .NET
基于ADMM无穷范数检测算法的MIMO通信系统信号检测MATLAB仿真,对比ML,MMSE,ZF以及LAMA
简介:本文介绍基于ADMM的MIMO信号检测算法,结合无穷范数优化与交替方向乘子法,降低计算复杂度并提升检测性能。涵盖MATLAB 2024b实现效果图、核心代码及详细注释,并对比ML、MMSE、ZF、OCD_MMSE与LAMA等算法。重点分析LAMA基于消息传递的低复杂度优势,适用于大规模MIMO系统,为通信系统检测提供理论支持与实践方案。(238字)
|
27天前
|
机器学习/深度学习 传感器 算法
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
【无人车路径跟踪】基于神经网络的数据驱动迭代学习控制(ILC)算法,用于具有未知模型和重复任务的非线性单输入单输出(SISO)离散时间系统的无人车的路径跟踪(Matlab代码实现)
103 2
|
27天前
|
机器学习/深度学习 存储 算法
【微电网调度】考虑需求响应的基于改进多目标灰狼算法的微电网优化调度研究(Matlab代码实现)
【微电网调度】考虑需求响应的基于改进多目标灰狼算法的微电网优化调度研究(Matlab代码实现)
|
1月前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
1月前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
152 14
|
27天前
|
机器学习/深度学习 算法 安全
【图像处理】使用四树分割和直方图移动的可逆图像数据隐藏(Matlab代码实现)
【图像处理】使用四树分割和直方图移动的可逆图像数据隐藏(Matlab代码实现)
109 2
|
27天前
|
canal 算法 vr&ar
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
【图像处理】基于电磁学优化算法的多阈值分割算法研究(Matlab代码实现)
|
1月前
|
机器学习/深度学习 算法
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)

热门文章

最新文章