基于Neighbor2Neighbor空频双域框架的自监督条纹相位去噪方法

《Photonics》：Spatial-Frequency Dual-Domain Self-Supervised Image Denoising for Fringe Projection Profilometry

　　# 摘要为了解决空间域自监督条纹去噪中的相位模糊和高频边缘退化问题，我们提出了一种基于 Neighbor2Neighbor 的空频双域框架。通过引入离散小波变换（DWT）下采样和焦点频率损失（FFL），该模型在有效抑制复杂光学噪声的同时，保留了对 2π 相位阶梯边界的锐度以及正弦载波频谱保真度，且无需依赖无噪标签。在合成数据和真实拍摄的光学数据集上进行的广泛评估表明，我们的方法在相位重建精度和结构恢复方面显著优于主流自监督算法，成功消除了伪三维表面尖峰，GPU 前向推理延迟低至 1.73 毫秒。