基于短距离优先加权均值的stoilov改进算法

？在使用均值滤波算法修复stoilov相移算法中出现的奇异点时,会损失相位的细节信息,从而导致计算出的相位存在误差.针对这一问题,提出一种基于短距离优先选择原则的加权均值修正算法.首先,采用统计逼近的原则标记出奇异点;其次,采用短距离优先原则为每个奇异点构造最近邻滤波窗口,窗口的范围依非奇异点个数和当前所能取得的最短距离的情况而定;最后,用窗口中满足要求的非奇异点的加权平均值代替奇异点,实现对奇异点的修正.仿真与实验结果表明,该方法使窗口划分更加细致,能有效去除脉冲噪声,在相位分布细节处理上更具优势,且使得误差均方根低于0.06cm.