1 基本概念
相位展开是把“折回”到固定区间内的相位值恢复为连续相位的过程。它之所以重要，是因为许多信号和成像系统直接测得的并不是绝对相位，而是经过周期映射后的结果。展开后得到的相位更便于解释、分析和进一步重建。
1.1 相位与周期性
相位描述的是周期信号在一个周期中的位置。对于正弦、余弦或复指数信号而言，相位每增加 \(2\pi\) 就回到等价状态，因此不同的相位值可能对应同一观测结果。这种周期性使相位天然具有“等价类”特征，也为后续的恢复带来了不唯一性。
1.2 包裹相位的定义
包裹相位是指将真实相位通过模 \(2\pi\) 运算限制在主值区间内的结果，常见区间为 \((-\pi,\pi]\) 或 \([0,2\pi)\)。当真实相位跨越边界时，测得值会出现突变，例如从接近 \(\pi\) 直接跳到接近 \(-\pi\)。这种跳变并非物理量本身断裂，而是表示方式造成的折返。
1.3 相位展开的目标
相位展开的目标，是依据相位连续性、空间相关性或时间演化规律，判断这些跳变是否由周期折返引起，并将相位修正为一个连续场。理想情况下，展开结果应尽量接近真实物理相位，同时保持局部结构与整体趋势一致。
1.4 相位展开的适用前提
相位展开通常依赖若干前提，例如相位在采样尺度上变化不至于过快、观测噪声在可控范围内、以及数据中不存在过多不可恢复的缺失区域。若这些条件被明显破坏，展开过程容易出现歧义，甚至产生系统性错误。
2 数学基础
相位展开的数学核心，是在模运算下恢复原本被压缩的信息。由于测量值只保留了主值区间内的结果，因此必须借助额外约束来推断真实相位的整数倍 \(2\pi\) 偏移量。
2.1 主值映射
主值映射是将任意相位映射到预设区间的函数。设真实相位为 \(\phi\)，包裹相位可写为 \(\phi_w = \phi - 2\pi k\)，其中 \(k\) 为整数。主值映射保留了余数信息，却丢失了整数倍周期间隔，这正是展开需要补回的部分。
2.2 相位差与 \(2\pi\) 模运算
相位差在展开中比绝对相位更常被利用。若两个相邻采样点的真实相位差小于 \(\pi\) 的幅度范围，则包裹后的差值仍可反映真实变化；反之则可能出现歧义。由此，展开算法通常围绕对相位差进行模 \(2\pi\) 校正来构造连续序列或连续场。
2.3 连续性假设
连续性假设认为真实相位在空间或时间上通常是平滑变化的，局部不会发生不合理的突变。算法据此将相邻样本之间的差异解释为“最小跳变”，并逐步累积恢复全局相位。这一假设在大多数自然场景中成立，但在边缘、遮挡或强噪声区会变得脆弱。
2.4 拓扑与积分约束
在二维及更高维情形中，相位场可能出现环路不一致现象，即沿不同路径积分得到的结果不相同。这与残差点、奇异结构和局部不相容性有关。拓扑约束的作用，是识别这类不一致并避免单一路径误差扩散到整个区域。
3 典型问题类型
相位展开会因数据维度、采样方式和约束条件不同而呈现不同形态。维度越高，路径选择、局部异常与全局一致性的处理就越复杂。
3.1 一维相位展开
一维展开主要见于时间序列或沿单条曲线采样的信号。其处理方式相对直接，通常按采样顺序累积相邻相位差并修正 \(2\pi\) 跳变。由于路径唯一，一维问题往往是最容易实现的类型。
3.2 二维相位展开
二维展开应用最广，也最容易受到局部缺陷影响。由于像素之间存在多条连接路径，展开结果可能受路径选择影响。为了提高稳定性，二维算法往往需要借助质量图、全局优化或分块策略来缓解错误传播。
3.3 三维及更高维展开
三维或更高维场景多见于体数据重建、动态场建模和多参数估计。随着维度增加，数据规模和结构复杂性显著上升，局部错误更容易通过多个方向扩散。此类问题通常依赖更强的先验约束与计算资源。
3.4 时序相位展开
时序展开关注相位随时间的连续演化，常用于动态测量和实时监测。其关键在于同时处理时间连续性与单帧内空间一致性。若时间采样间隔过大，或者目标变化过快，展开就可能因跨帧歧义而失效。
4 常见算法
相位展开算法大体可分为局部累计型、路径驱动型和全局优化型等类别。不同方法在速度、稳定性和对噪声的敏感度上各有侧重。
4.1 直接积分法
直接积分法依据相邻点的相位差逐步累加，通常适用于一维或结构简单的数据。它实现简洁、计算开销低，但对初始点和局部误差较敏感，一旦前段出现偏差，后续结果会连续偏移。
4.2 路径跟踪法
路径跟踪法通过选择一条或多条遍历路径来逐步展开相位。其优点是概念清晰、局部可控，缺点是路径依赖性较强，容易受异常点影响。
4.2.1 质量引导展开
质量引导展开会优先从高可信区域开始处理，再向低质量区域扩展。这里的“质量”通常由相位平滑度、振幅强度或局部一致性估计得到。该方法有助于减少错误在低可信区域的蔓延。
4.2.2 洪水填充法
洪水填充法以种子点为起始，按照邻域连通关系逐步扩展，过程类似液体从高质量区域向外“漫流”。它通常配合优先队列或质量排序使用，能够在较大范围内保持较稳定的展开顺序。
4.3 全局优化法
全局优化法不只依赖单条路径，而是把整个相位场作为一个整体来求解。它通常通过最小化某种误差函数来恢复最符合约束条件的结果，鲁棒性一般优于纯局部方法。
4.3.1 最小二乘法
最小二乘法将相位梯度或相位差与观测值之间的偏差写成平方和目标，通过求解线性或非线性方程组得到展开结果。它对噪声有一定抑制作用，但在存在明显异常点时，可能需要额外正则化来增强稳定性。
4.3.2 图论与网络流方法
图论方法把相位样本、连接关系和不一致代价表示为图结构，再通过割集、最短路或网络流求解全局一致性问题。这类方法通常擅长处理离散约束，并能较好地控制错误路径，但计算复杂度可能较高。
4.4 频域方法
频域方法利用相位与其导数或差分在频域中的结构关系，通过滤波、积分或谱重建来获得展开结果。它适合规则采样数据，也常用于降低局部噪声的高频影响。不过，在边界处理和非均匀采样情况下，效果可能受限。
4.5 多尺度与分层方法
多尺度方法先在低分辨率层面获得大致相位，再逐级细化到高分辨率层面。分层策略有助于先把全局结构理顺，再处理局部细节，因而常用于大规模图像或体数据重建。其关键在于层间传递要保持一致，否则误差会被逐层放大。
5 误差与困难
相位展开并非单纯的数学恢复问题，实际应用中会受到多种观测和结构因素干扰。错误一旦出现，往往不仅影响局部，也会沿连通关系传播。
5.1 噪声影响
噪声会扰乱相位差的判定，使原本接近阈值的跳变更难识别。高噪声条件下，局部差分可能被错误解释为 \(2\pi\) 跳变，或者把真实跳变误判为连续变化，从而造成展开偏差。
5.2 振幅衰减与低可信区域
当信号振幅较弱时，相位通常更不稳定，测量误差也会放大。低可信区域常出现在暗区、远距区或信噪比较差的位置，算法若过早进入这些区域，容易引入错误并影响后续扩展。
5.3 残差点与奇异点
残差点是指沿闭合回路积分后出现非零相位和的局部异常点，常说明数据内部存在不相容结构。它们会迫使展开路径绕行，并在局部形成难以完全消除的约束冲突。处理这类点往往需要全局方法或专门的异常检测策略。
5.4 遮挡与断裂区域
遮挡、缺测和边界断裂会中断相位的连通性，使部分区域无法借助邻域信息自然恢复。此时常需引入插值、分块展开或外部先验，否则跨越断裂的结果可能缺乏可靠依据。
5.5 周跳与错误传播
周跳是指在本应平滑变化的序列中错误地增加或减少了一个或多个 \(2\pi\) 周期。周跳一旦发生，后续相位会整体偏移，并可能沿路径持续扩散。这也是工程上最需要警惕的问题之一。
6 质量评价与约束设计
为了提高展开稳定性，算法通常会先评估数据质量，再据此设计展开顺序和约束项。质量信息越充分，算法越能避开不可靠区域。
6.1 质量图构建
质量图用于描述每个位置的可信程度，常由相位梯度、局部方差、振幅强度或边缘响应等指标综合得到。质量图并不直接给出真实相位，但能为展开顺序和分区策略提供参考。
6.2 置信度评估
置信度评估关注某一位置的展开结果是否值得信赖。评估方式可以是局部统计、模型预测或与邻域一致性的比较。高置信度区域通常先展开，低置信度区域则需要额外约束或后验修正。
6.3 平滑性约束
平滑性约束假设真实相位在局部变化连续且不过分剧烈，因此在优化中常加入梯度惩罚或曲率抑制项。该方法有助于降低噪声敏感性，但若目标本身包含陡峭边缘，也可能导致过度平滑。
6.4 边缘保持策略
边缘保持策略旨在保留真实结构突变，同时避免把噪声当成边界。常见做法包括自适应权重、分段处理和对梯度阈值的差异化控制。它们在成像和轮廓测量中尤为重要，因为这些场景往往既有连续背景，也有明显结构边界。
7 应用领域
相位展开在多个测量和重建任务中都是基础环节。它的价值不仅在于恢复相位本身，还在于为后续物理量反演提供可靠输入。
7.1 干涉光学
在干涉光学中，相位展开用于恢复光程差、表面形变或折射率变化对应的连续相位。由于干涉条纹天然具有周期性，展开是从条纹图提取定量信息的重要步骤。
7.2 合成孔径雷达
合成孔径雷达常通过相位变化反映地表位移、地形起伏或时间演化。相位展开可将高频跳变恢复为连续位移场，因此在地形测绘和动态监测中具有关键作用。
7.3 磁共振成像
磁共振成像中，相位信息可辅助组织特性分析、场不均匀校正与伪影处理。由于原始相位常被限制在主值区间内，展开后更便于进行定量分析和后续重建。
7.4 三维轮廓测量
三维轮廓测量常借助结构光或干涉投影获取表面相位，再将其转换为高度信息。相位展开决定了表面形貌是否能够被正确重建，尤其在复杂曲面和深槽区域更为关键。
7.5 地球物理与遥感
在地球物理与遥感中，相位展开可用于处理大尺度观测数据，辅助识别地表形变、介质变化和时空演化特征。由于数据覆盖范围大、缺测较多，这类应用常对鲁棒性和计算效率提出更高要求。
8 结果验证与后处理
展开完成后，通常还需要进行检查与修正，以确认结果是否与观测约束一致。后处理并非可有可无，而是保障可用性的必要环节。
8.1 展开结果一致性检查
一致性检查会比较相邻点、局部回路或不同路径上的展开结果是否相互吻合。若出现明显不一致，通常说明存在周跳、路径错误或局部异常，需要重新处理相关区域。
8.2 残差分析
残差分析用于定位展开后仍未被解释的误差来源。通过查看局部残差分布，可以判断错误是集中在边缘、低质量区还是异常点附近，从而为修正提供线索。
8.3 去噪与重建修正
在展开后进行适度去噪，可以缓解测量扰动对后续分析的影响。若重建结果存在局部偏差，还可结合平滑滤波、约束优化或插值修正进行补偿。但修正过程应避免破坏真实边缘和结构信息。
8.4 与参考真值对比
若存在参考真值，可直接比较展开后的相位或由其导出的物理量是否接近基准结果。常见对比方式包括误差统计、相关性分析和局部偏差评估。对于缺少真值的场景，则更多依赖间接验证。
9 研究进展
相位展开的发展方向，主要集中在更高鲁棒性、更快计算速度以及对复杂场景的适应能力上。随着数据规模增长，传统方法与新型算法都在持续演进。
9.1 经典算法发展
经典算法经历了从简单路径积分到全局优化的演变，逐步形成了面向不同维度和不同噪声水平的多种方案。它们仍是许多系统中的基础工具，因为结构清晰、可解释性强，且便于与其他模块集成。
9.2 并行计算与加速实现
随着图像分辨率和数据体量提升，计算效率成为重要问题。并行计算、GPU 加速和分布式处理能够显著缩短展开时间，尤其适合大规模二维和三维数据。实现时需要兼顾线程冲突、边界同步与内存访问效率。
9.3 机器学习辅助展开
机器学习方法开始被用于质量评估、异常识别和展开顺序预测。此类方法往往不直接取代传统算法，而是作为辅助模块提高鲁棒性和自动化程度。不过，其效果依赖训练数据的代表性和模型泛化能力。
9.4 面向复杂场景的鲁棒方法
面对强噪声、低信噪比、遮挡和非均匀采样等复杂条件，研究者更强调鲁棒性设计。相关方法通常融合先验模型、自适应权重和多源信息，以降低错误传播概率，并提升在真实工程环境中的可用性。