MicroCloud Hologram Inc. a annoncé avoir développé un algorithme de débruitage de nuages de points pour la reconstruction holographique 3D en temps réel de données LiDAR à photons uniques. L'algorithme est le résultat de la recherche et du développement indépendants de la société, ce qui permet d'améliorer encore le système de protection de la propriété intellectuelle de la société, de maintenir son leadership technologique et de renforcer sa compétitivité de base. Bien que l'imagerie holographique 3D par nuage de points LiDAR continue d'évoluer rapidement, les algorithmes d'imagerie informatique actuellement disponibles sont souvent trop lents, insuffisamment détaillés ou nécessitent une puissance arithmétique extrêmement élevée, et même les algorithmes basés sur le CNN (réseau neuronal convolutionnel) pour l'estimation de la profondeur de la scène peinent à répondre aux exigences en temps réel après l'entraînement.

HOLO propose une nouvelle structure d'algorithme qui répond aux exigences de vitesse, de robustesse et d'évolutivité. L'algorithme applique un outil de débruitage de nuages de points pour l'infographie et peut modéliser efficacement la surface cible comme un collecteur 2D intégré dans un espace 3D. Cet algorithme peut fusionner des informations sur le modèle observé, telles que le bruit de Poisson, la présence de mauvais pixels, la détection compressée, etc.

Cet algorithme utilise également des outils de modélisation de flux pour l'infographie et peut traiter des dizaines d'images par seconde en sélectionnant des réducteurs de bruit massivement parallèles. L'algorithme de HOLO se compose de trois étapes principales : mise à jour de la profondeur, mise à jour de l'intensité et mise à jour du fond. Mise à jour de la profondeur : des étapes de gradient sont effectuées pour les variables de profondeur avec des nuages de points débarrassés de leur bruit à l'aide de l'algorithme de surface des ensembles de points.

La mise à jour est effectuée dans un système de coordonnées dans l'espace holographique 3D. L'adaptation est effectuée sur des surfaces continues et lisses sous le contrôle du noyau. Contrairement au débruitage conventionnel des images de profondeur, le débruitage des nuages de points de HOLO peut traiter un nombre arbitraire de surfaces par pixel, quel que soit le format.

En outre, tous les points 3D sont traités en parallèle, ce qui permet de réduire les temps de calcul. En outre, tous les points 3D sont traités en parallèle, ce qui réduit considérablement le temps de calcul. Mise à jour de l'intensité : les étapes du gradient sont effectuées en ciblant les coordonnées des pixels individuels dans l'espace holographique 3D afin de réduire le bruit.

De cette façon, seule la corrélation entre les points d'une même surface doit être prise en compte. Le filtre passe-bas le plus proche est utilisé pour chaque point. Cette étape ne considère que les corrélations locales et traite tous les points en parallèle.

Après l'étape de débruitage, les points situés en dessous d'un seuil d'intensité donné, c'est-à-dire la réflectance minimale admissible, sont supprimés.