微云全息根据计算机生成全息技巧（CGH,Computer-Generated Holography）面对的各类问题，关键是效力问题，研究和应用了CGH多个算法，并对其进行优化以进步效力和进步3D全息数字图像的质量。微云全息在CGH计算中，经由过程对3D对象分化为多个根本单位，然后3D对象进行景深数据编辑合成叠加所有根本单位数据来获得全息数字图像。是以，CGH涉及巨大年夜的计算量，实现及时的动态全息3D显示是一个很大年夜的挑衅。特别是在3D对象复杂且全息数字图像尺寸大年夜的情况。微云全息基于点阵的算法、基于多边形的算法和基于分层的算法，3个筹划来进步计算效力，将优化算法应用在CGH之中。
据报道，微云全息公司(纳斯达克:HOLO)（以下简称为“HOLO”或“公司”），一家供给全息数字孪生技巧办事供给商，开辟多套算法支撑基于计算机图像技巧生成3D全息数字内容。
微云全息基于点阵算法的CGH，将3D全息对象由数百万个点阵表示，对象的每一个像素由一个点表示，照射全息数字内容的球面波，全息数字内容的复振幅分布可以经由过程叠加所有目标点来获得，经由过程提前计算所有可能的对象的点并将其存储在计算机预先断定中，可以大年夜大年夜削减计算的包袱。在微云全息基于点阵算法的CGH中，还可以经由过程在线和离线对算法进行优化，可在离线计算出来预3D全息数字点阵数据并存储在表中，加快了全息图的生成速度。此外，为削减3D全息数字内容对内存的量的占用，经由过程微云全息基于点阵算法，可以在一个3D全息对象沿轴向划分为多个2D切片平面并且只有每个切片平面中间对象点为主，其他目标点的可以根据空间坐标中的相对地位关系，将同平面内的点阵移位计算出来，经由过程将所有目标点的偏移相加乘响应的振幅获得成果，以此来削减计算量，同时为了削减内存的占用量。经由过程微云全息CGH点阵算法不仅可以完全保存了全息数字图像的完全相位与景深数据并且进步了整体的计算效力。
在微云全息基于点阵算法的CGH中，加快计算速度的另一种办法是削减每个对象点的计算区域。如在我们不须要百万级点阵数据的高精度全息数字图像内容时，或在同一图层或帧的某些区域不须要更高精度的情况下，我们可以采取基于多边形的全息数字内容算法，微云全息基于多边形算法，顾名思义算法将3D全息对象，视作数千个多边形而不是数百万个点。如许，计算单位的数量明显削减。在微云全息基于多边形算法的CGH中，将每个多边形视为一个多边形孔径，经由过程添加所有多边形孔径的衍射图获得CGH，此外，结合计算机图形学的衬着算法，微云全息基于多边形算法可以轻松地为3D场景添加纹理和暗影。基于多边形的算法的核心问题，是倾斜平面和全息平面之间的衍射计算。在该算法中，3D全息对象被分成数千个倾斜的多边形，这些多边形并不平行于平面图层。基于多边形算法定义局部坐标系中具有振幅和相位函数的基本多边形，并起首计算其频谱。然后应用矩阵，从基本多边形和倾斜多边形的顶点向量计算三维变换矩阵中的核心参数。3D全息变换包含三维空间中的平移、扭转和缩放变换，是以可以应用三维变换矩阵中的核心参数一步计算CGH，来节俭多边形描述，不须要额外的扩散计算，也没有深度限制。为了加快计算速度，采取基于多边形的全解析算法，可以从基本多边形中明白表示出其解析谱。应用基本多边形和倾斜多边形的，变换矩阵的解析谱计算出全息平面中随便率性多边形的全局角谱。
微云全息基于点阵的算法和基于多边形算法，都可以供给3D场景的精确几何信息，但其计算量仍然很大年夜。微云全息开辟了基于层的算法以削减计算单位并加快计算速度。在基于层的算法中，将3D全息对象划分为平行于全息平面的几层，并且每层被视为一个自力的计算单位。然后应用衍射计算每层的子全息图，经由过程叠加所有子全息图获得CGH。因为人眼的分辨率有限，基于层的算法比基于点阵的算法和基于多边形算法，计算单位更小。微云全息基于层算法的CGH，也采取了角谱法，避免了近轴近似，计算了精确的衍射场，优化基于层的算法来加快计算速度。
微云全息基于点阵算法、基于多边形算法和基于层的算法，应用于不合的客户和场景的须要，可根据不合的需求应用在不合的3D全息数字内容或同一3D全息数字内容制造，旨在优化计算办法和进步计算的效力，可以实现快速生成全息数字内容，在如今各行业如直播、娱乐、电商、教导等行业都在让内容走向3D全息化的今天有着异常积极的促进感化，各行业都须要3D全息内容或产品展示轻量化办事以加快终端的响应效力，是以微云全息开辟的3D全息数字内容算法有效进步计算效力，有着异常重要的行业意义和应用价值。
