摘要
本发明涉及一种基于交互自蒸馏与结构重参数化的相位解包裹方法,包括:构建梯度分割模型,在语义分割网络中添加交互自蒸馏机制;采用Repvgg模块作为网络的基本模块;网络末端的分割器采用集成架构强分割器;损失函数采用加权交叉熵损失和加权均方误差损失;采用自适应增强策略,将梯度分割模型在预先构造的数据集上进行训练,得到包裹计数梯度预测模型;将当前包裹相位图输入该模型,输出得到对应的横向和纵向的包裹计数梯度,再通过基于离散余弦变化的最小二乘方法得到包裹计数图,将包裹计数乘2π后与包裹相位图相加得到展开相位。与现有技术相比,本发明能够实现端到端的跨分辨率相位展开,能够对不同分辨率图像进行高精度且稳定的相位解包裹。