一种融合Kalman滤波技术的深度学习相位解缠方法

本发明公开了一种融合Kalman滤波技术的深度学习相位解缠方法，包括：构建绝对相位生成模型，其中，绝对相位生成模型基于条件生成对抗网络构建，用于建立缠绕相位到解缠相位的直接映射关系；将待解缠的干涉图像输入所述绝对相位生成模型中进行处理，生成初始解缠相位；对初始解缠相位进行重新缠绕得到重缠绕相位，将重缠绕相位与所述待解缠的干涉图像进行共轭相乘，获得残余缠绕相位；通过Kalman滤波相位解缠方法对残余缠绕相位进行解缠，得到残余解缠相位，对初始解缠相位和所述残余解缠相位进行求和，获得最终解缠相位。本发明可以从大梯度区域获取高精度的解缠结果，且具有更好的解缠模型鲁棒性。