图割算法在相位解缠中的应用

摘要： 相位解缠一直以来是干涉测量领域中的一个重要研究方向。传统的相位解缠算法的解缠结果易受到噪声或者截断相位的影响。为了解决上述问题，提高解缠精度，在模拟的存在截断相位缺陷的数据上，建立马尔科夫能量模型，推导出能量函数，使得相位解缠变成一个求解全局最优化的问题，利用图割理论求解。实验结果表明，图割理论能够很好的完成能量函数的优化，解缠结果在抗噪性以及精度上，比起传统的解缠算法都有着一定优势。那么就意味着，该方法在相位解缠方面有着重要的研究价值和宽阔的应用前景。

Abstract： Phase unwrapping is an important field in interference measurement. The traditional phase unwrapping algorithms are easily affected by noise or discontinuous phase. In order to solve the problems and improve solution accuracy， establishing markov energy model， getting the energy function， making the phase unwrapping into a global optimization problem on the datas of simulation of

discontinuous phase， using the graph cuts solve the problem. The experimental results show that the optimization of energy

function has a good global solution by the theroy， compared with the traditional algorithms， the results has an advantages in noise resistance and precision. That is to say， this method has important research value and application prospect in phase unwrapping.

关键词： 相位解缠；马尔科夫随机场；图割；截断相位

Key words： phase unwrapping；Markov random field；graph cuts；discontinuous phase

中图分类号：TN958 文献标识码：A 文章编号：1006-4311（2015）11-0202-04 0 引言

在干涉合成孔径雷达（InSAR）和核磁共振（MR）成像中，由于系统的原因，所得到的与需要的物理量相联系的干涉测量相位值均被缠绕在（-π，π]之间，与真实相位之间存在相位周期模糊，恢复失去的相位周期的过程称为相位解缠或者相位解包裹（Phase Unwrapping）[1]。

目前常用的相位解缠方法可以分为四类：①路径积分法[2]；②最小范数法[3]；③网络规划法[4]；④贝叶斯法[5]。 最小范数法[3]的思想是求一个解缠结果使得该结果与缠绕相位之间的差的p范数最小。该方法对解缠结果进行了平滑，且当存在截断相位的时候得不到有效的解。

一般路径积分法解缠能否成功依赖于Itoh条件是否成立[2]，Itoh条件即是假设相邻像素点的相位差不超过π。如果不满足上述的假设，根据不同路径的积分解缠结果就可能不同，因此发展出了Goldstein枝切线的方法和基于质量图指导的方法。但是由于Goldstein枝切法也存在对图像的间断适用范围[6]以及基于质量图的方法过于的依赖质量图的质量等问题而限制了上述两种方法的应用。

本文方法是结合贝叶斯决策的网络规划方法。就目前来看，国内利用马尔科夫随机场和贝叶斯决策论结合图割理论进行相位解缠的文献并不是很多，对此，本文作了深入研究，结果表明了，利用该方法进行相位解缠较传统的相位解缠有着很大优势。

1 MAP-MRF能量函数的建立

2 最大流/最小割算法对能量函数的优化 2.1 图的构造

由于利用图割方法进行优化，所以在使用该方法之前，应该先将能量函数对应到相应的网络图中。

关于构图的方式，我们将图的节点和图像的像素一一对应，另外构造两个特殊的点：源点s和汇点t。每个节点分别与源点和汇点均由一个有向边连接，称为t-links，其边上权值代表与源点和汇点的相似程度。相邻节点之间由一个有向边连接，称为n-links，其反应的是平滑性，边上权值代表了