Las cámaras de tiempo de vuelo, o ToF por su sigla en inglés, miden la profundidad de cada pixel emitiendo luz infrarroja modulada y calculando cuánto demoran los reflejos en volver al sensor. El resultado es una capacidad de visión potente para robótica, sistemas de automatización industrial, drones y más.
Sin embargo, las señales crudas que genera un sensor ToF casi nunca están libres de interferencia. La luz ambiente, la reflectividad limitada de algunas superficies, las restricciones de tiempo de integración y el propio diseño del sensor contribuyen a que la profundidad medida fluctúe. Sin corrección, esas fluctuaciones se manifiestan como temblor en las nubes de puntos e inestabilidad en los mapas de profundidad, lo que degrada la confiabilidad de todo lo que venga después.
Los filtros temporales cumplen un rol crítico al suavizar valores a lo largo de varios cuadros. Estabilizan las regiones estáticas y reducen el ruido visual, dejando los datos listos para un refinamiento posterior.
¿Cómo funciona una cámara ToF de onda continua?
Las cámaras ToF de onda continua emiten una señal a una frecuencia de modulación definida. Cada pixel mide la diferencia de fase entre la luz emitida y la reflejada. Usando la velocidad de la luz como constante, el dato de fase se convierte en distancia. Junto al mapa de fase, un mapa de amplitud captura la intensidad de la señal, lo que entrega una referencia adicional sobre la confianza de la medición.
Los mapas de profundidad se convierten luego en nubes de puntos tridimensionales. Cada pixel pasa a ser una coordenada en el espacio, coloreada según valores RGB, de amplitud o de gradiente de profundidad. Esas nubes de puntos son la base del renderizado y el análisis en tiempo real.
¿Por qué hace falta el filtrado temporal?
El ruido persiste incluso cuando la exposición y la iluminación están ajustadas al máximo. Se puede extender el tiempo de integración bajando la tasa de cuadros, lo que aumenta la captura de fotones y reduce el ruido aleatorio de disparo, pero aun así quedan fluctuaciones residuales por las restricciones de diseño del sensor, la interferencia ambiental y las diferencias de reflectividad entre superficies.
El ejemplo que entrega e-con Systems es concreto. En la salida cruda, los valores de profundidad de un objeto negro de baja reflectividad oscilan en el tiempo entre 892 mm y 896 mm. Con el filtro temporal aplicado, el promedio se estabiliza en un rango de 893,3 mm a 893,6 mm. La fluctuación cae de unos 4 milímetros a alrededor de 0,3.
El filtrado temporal ataca el problema tomando como referencia los valores de profundidad de varios cuadros consecutivos. Suaviza las inconsistencias a nivel de pixel y suprime las variaciones aleatorias que de otro modo aparecerían como temblor o parpadeo en las zonas estáticas de la escena.
Los tres tipos de filtro temporal
1. Respuesta al impulso infinita (IIR)
El filtro IIR actualiza cada pixel mediante una ecuación recursiva.
Un valor pequeño de alfa amortigua fuertemente el ruido y reduce el temblor, pero introduce retardo. Un valor grande sigue los cambios con más rapidez, a costa de mayor sensibilidad al ruido. El IIR es el favorito en despliegues embebidos por su baja carga computacional y su escasa demanda de memoria.
2. Filtro de mediana-promedio
Este filtro almacena varios cuadros en un búfer, ordena los valores de cada pixel y entrega la mediana o un promedio del rango medio. El método es no lineal y rechaza los valores atípicos que distorsionarían el resultado. Lo habitual es que entre 3 y 5 cuadros en búfer den el equilibrio entre estabilidad y sobrecarga de procesamiento.
Su principal ventaja es la resistencia a mediciones espurias, aunque exige más memoria y más CPU que el IIR.
3. Filtro de media adaptativa
El filtro de media adaptativa calcula la varianza temporal sobre una secuencia de cuadros y aplica el promediado sólo cuando la varianza está por debajo de un umbral definido. Cuando la varianza es alta, típicamente por cambios bruscos en la escena, el suavizado se reduce.
Este enfoque preserva las transiciones nítidas y los cambios dinámicos y sigue reduciendo el ruido en las regiones estables. Entrega mejor conservación de bordes y de movimiento que el IIR y el de mediana estándar, y es el que se usa en la cámara 3D iToF GMSL2 de 1 MP de la firma.
Comparativa de los tres filtros
| Filtro | Carga de cómputo | Memoria | Fortaleza | Debilidad |
|---|---|---|---|---|
| IIR | Baja | Baja | Tiempo real en sistemas embebidos | Fantasmas de movimiento (ghosting) |
| Mediana-promedio | Media a alta | Alta (3 a 5 cuadros) | Rechazo de valores atípicos | Distorsiona objetos en movimiento |
| Media adaptativa | Media | Media | Preserva bordes y estructura | Implementación más compleja |
¿Cuál es el costo de filtrar en el tiempo?
El mayor desafío del filtrado temporal es el desenfoque de movimiento. Como los valores se promedian entre cuadros, los objetos que se mueven rápido aparecen difuminados. Eso vuelve a los filtros temporales convencionales menos apropiados para escenarios de movimiento continuo y veloz, como el control por gestos o los robots autónomos operando en entornos concurridos.
El filtro de media adaptativa es el más efectivo en escenas dinámicas, precisamente porque aplica un suavizado más fuerte en las regiones estáticas y lo reduce en los objetos en movimiento. Para escenas estacionarias o de cambio lento, en cambio, cualquier filtro temporal mejora de forma significativa la estabilidad de la profundidad y la consistencia de la nube de puntos.
Dónde entra el filtro en el flujo de procesamiento
Un flujo de procesamiento ToF parte por ajustar la configuración del sistema: iluminación, frecuencia de modulación y exposición. Una vez fijados esos parámetros, los filtros temporales se hacen cargo de la inestabilidad entre cuadros. La elección del algoritmo depende de los recursos de hardware y del contexto de la aplicación:
- IIR: sistemas en tiempo real con presupuesto de procesamiento acotado.
- Mediana-promedio: plataformas con más recursos, donde la mejor supresión de ruido justifica el mayor costo computacional.
- Media adaptativa: aplicaciones que necesitan reducir ruido preservando la estructura de los objetos y minimizando artefactos de movimiento.
Conviene tener presente que el IIR opera de forma independiente sobre cada pixel a lo largo del tiempo, es decir, entrega un suavizado temporal localizado. Los enfoques basados en mediana y en media pueden además incorporar información de los pixeles vecinos, según cómo estén implementados.
Contexto técnico para quien integra estas cámaras
Las cámaras ToF de e-con Systems usan luz infrarroja cercana en 940 nm o 850 nm y ofrecen interfaces USB, MIPI y GMSL2, con kits de desarrollo para NVIDIA Jetson AGX Orin, AGX Xavier y sistemas x86. Ese detalle importa a la hora de presupuestar: el filtro que se puede permitir depende directamente de la plataforma de cómputo que quede detrás del sensor.
Para un equipo que trabaja con un Jetson Orin Nano, el IIR es prácticamente gratis en términos de recursos. En un microcontrolador, en cambio, ni siquiera el búfer de 3 a 5 cuadros del filtro de mediana es viable sin memoria externa: un mapa de profundidad de 1 megapixel a 16 bits ocupa cerca de 2 MB por cuadro, de modo que cinco cuadros en búfer significan unos 10 MB sólo para el filtrado.
