一种基于模型驱动深度学习的两帧干涉图相位解调方法

本发明公开一种基于模型驱动深度学习的两帧干涉图相位解调方法，该发明利用了干涉图的物理模型，构造了一种模型驱动的深度学习训练方式；构建并训练深度学习网络，输入两帧任意相移的干涉图，输出波前相位、背景强度、调制强度以及相移量；训练完成后，向网络中输入任意相移的两帧干涉图就可以得到输出的波前相位，实现精准干涉图相位解调。本发明与以往数据驱动的深度学习解调方法相比，充分利用了物理信息，具有高准确性，鲁棒性和可解释性。