La interferometría por cambio de fase (PSI) es una técnica ampliamente utilizada en mediciones ópticas de precisión, pero los métodos tradicionales de PSI suelen requerir 3 o más cuadros de imágenes de interferencia por cambio de fase, lo que limita su aplicación en mediciones dinámicas y entornos sensibles a las vibraciones. Para resolver este problema, este documento propone un marco PSI-IPENet basado en aprendizaje profundo, que utiliza una estructura dos a uno, es decir, dos cuadros de interferencia por cambio de fase como entrada de dos canales y un cuadro de fase como señal de supervisión, y construye un conjunto de datos para entrenamiento. PSI-IPENet combina la capacidad de extracción de características de IPENet con las propiedades físicas de la imagen de interferencia, mejorando eficazmente la robustez y la capacidad de resistencia al ruido en la recuperación de fase. Los resultados experimentales demuestran que este método puede mantener una alta precisión en la recuperación de fase con un bajo número de cuadros de entrada, mostrando ventajas significativas en la relación señal-ruido y el error de fase en comparación con el método tradicional de cuatro pasos de cambio de fase.

interferometría por cambio de fase;recuperación de fase;aprendizaje profundo;IPENet