一种高精度相位解包裹方法及系统

本发明提出一种融合Transformer自注意力机制的高精度相位解包裹方法，适用于数字散斑干涉测量、光学成像及医学图像处理。该方法在U‑Net结构基础上，在瓶颈层引入位置编码和多头自注意力(MHSA)模块，以建立全局特征依赖并捕捉长程上下文；在解码阶段加入多头交叉注意力(MHCA)模块，对跳跃连接特征进行注意力加权与噪声抑制，实现关键特征的选择性融合。训练中采用复合损失函数，包括误差方差损失与总变分损失，兼顾相位周期特性与平滑约束。通过含噪声和复杂相位跳跃的模拟数据训练，显著提高了解包裹精度与鲁棒性。