摘要
本发明提供一种基于动态模式分解的随机相移测量方法,包括:获取待测对象的三帧随机相移干涉图,进行差分和归一化处理,得到除去背景的第一干涉图序列;对第一干涉图序列进行差和代数运算,生成等步长的第二干涉图序列;将第二干涉图序列展开为列向量形式,并按时间顺序构建数据矩阵X和数据矩阵;对数据矩阵进行奇异值分解,计算近似矩阵;对近似矩阵进行特征分析,提取特征值和特征向量,并将特征向量映射回第二干涉图序列的空间,重建第二干涉图序列的动态模式;根据动态模式中主模态的幅角信息,恢复待测对象的相位分布。本发明突破了现有算法至少需四帧干涉图的限制,能够在任意未知相移条件下实现稳定的相位解调。