A interferometria por deslocamento de fase (PSI) é uma técnica amplamente aplicada em medições ópticas precisas, mas os métodos tradicionais de PSI geralmente requerem 3 ou mais quadros de imagens de interferência por deslocamento de fase, o que limita sua aplicação em medições dinâmicas e ambientes sensíveis a vibrações. Para resolver esse problema, este artigo propõe uma estrutura PSI-IPENet baseada em aprendizado profundo, que usa uma estrutura dois-para-um, ou seja, dois quadros de interferência por deslocamento de fase como entrada de dupla canal e um quadro de fase como sinal de supervisão, e constrói um conjunto de dados para treinamento. O PSI-IPENet combina a capacidade de extração de recursos do IPENet com as características físicas da formação de imagens por interferência, aumentando efetivamente a robustez e a resistência a ruídos na recuperação de fase. Os resultados experimentais mostram que o método pode manter alta precisão na recuperação de fase mesmo com uma baixa quantidade de quadros de entrada, apresentando vantagens significativas em relação à relação sinal-ruído e erro de fase em comparação com o método tradicional de deslocamento de fase em quatro passos.

interferometria por deslocamento de fase;recuperação de fase;aprendizado profundo;IPENet