MicroCloud Hologram Inc. ha anunciado que ha desarrollado un algoritmo de eliminación de ruido de nubes de puntos para la reconstrucción holográfica 3D en tiempo real de datos LiDAR monofotónicos. El algoritmo es el resultado de la investigación y el desarrollo independientes de la empresa, lo que favorece la mejora del sistema de protección de la propiedad intelectual de la empresa, el mantenimiento de su liderazgo tecnológico y la mejora de su competitividad básica. Aunque las imágenes de nubes de puntos LiDAR holográficas en 3D siguen evolucionando rápidamente, los algoritmos de imágenes computacionales disponibles en la actualidad son a menudo demasiado lentos, insuficientemente detallados o requieren una potencia aritmética extremadamente alta, e incluso los algoritmos basados en CNN (red neuronal convolucional) para estimar la profundidad de la escena luchan por cumplir los requisitos en tiempo real después del entrenamiento.

HOLO propone una nueva estructura de algoritmo que cumple los requisitos de velocidad, robustez y escalabilidad. El algoritmo aplica una herramienta de eliminación de ruido de nubes de puntos para gráficos por ordenador y puede modelar eficazmente la superficie del objetivo como un múltiple 2D incrustado en un espacio 3D. Este algoritmo puede fusionar información sobre el modelo observado, como el ruido de Poisson, la presencia de píxeles defectuosos, la detección comprimida, etc.

Este algoritmo también utiliza herramientas de modelado de flujos para gráficos por ordenador y puede procesar decenas de fotogramas por segundo seleccionando reductores de ruido masivamente paralelos. El algoritmo de HOLO consta de tres pasos principales: actualización de la profundidad, actualización de la intensidad y actualización del fondo. Actualización de la profundidad: Los pasos de gradiente se toman para las variables de profundidad con nubes de puntos denotadas mediante el algoritmo de superficie de conjunto de puntos.

La actualización se realiza en un sistema de coordenadas en el espacio holográfico 3D. La adaptación se realiza en superficies continuas lisas bajo el control del núcleo. A diferencia de la eliminación de ruido de las imágenes de profundidad convencionales, la eliminación de ruido de las nubes de puntos de HOLO puede manejar un número arbitrario de superficies por píxel, independientemente del formato.

Además, todos los puntos 3D se procesan en paralelo, lo que se traduce en tiempos de cálculo cortos. Además, todos los puntos 3D se procesan en paralelo, lo que reduce significativamente el tiempo de computación. Actualización de la intensidad: los pasos de gradiente se realizan apuntando a las coordenadas de los píxeles individuales en el espacio holográfico 3D para reducir el ruido.

De este modo, sólo es necesario tener en cuenta la correlación entre puntos dentro de la misma superficie. Para cada punto se utiliza el filtro de paso bajo más cercano. Este paso sólo tiene en cuenta las correlaciones locales y procesa todos los puntos en paralelo.

Tras el paso de eliminación de ruido, se eliminan los puntos por debajo de un umbral de intensidad determinado, es decir, la reflectancia mínima permitida.