4.5 菲林最小不连续性方法
在迄今为止对路径跟踪算法的讨论中，我们忽略了一种非常自然的方法，现在我们将对其进行描述。如果我们仔细观察图 4.42(a)中包裹相位数据中的条纹图案，就会发现 "条纹线 "或最亮像素和最暗像素之间的边界标志着从 0 到 2π 的过渡，它们将图像划分为图 4.42(b)所示的区域。如果将包裹的相位数据绘制成图 4.42(c)所示的曲面，就会发现沿边缘线存在 "不连续性"。沿边缘线的曲面偏导数（斜率）的大小超过了 π。
图 4.42 "边缘线 "相位解包方法示意图。通过识别包裹相位（a）中的边缘线，生成将相位数据分隔成若干区域的线条（b）。初始表面（c）沿这些线条存在不连续性。在中心区域添加 2 的倍数，可以消除沿最内侧边缘的不连续性，从而得到表面 (d)。当这些 2π 的倍数被添加到其他区域时，表面会变得更加光滑（e），
