Pipeline LiDAR: accélération GPU (CuPy), sortie WebP, script run.sh

- Accélération GPU via CuPy pour SVF, Openness, LRM, MSRM, SAILORE, TPI, wavelet
- Fallback automatique vers numpy si GPU non disponible
- Sortie WebP sans perte (remplace PNG, fichiers plus petits)
- Script run.sh avec options -g (GPU), -w (workers), -r (résolution)
- Docker basé sur nvidia/cuda:12.4.0-devel pour support CuPy
- Docker tourne en uid/gid 1000:1000
- Légendes explicites différenciant LRM vs MSRM vs SAILORE
- Correction bug ordre elif (mslrm avant lrm)
- Retrait de geomorphons et VAT (demande utilisateur)

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

README.md

@@ -46,13 +46,22 @@ mkdir -p input
 # Copiez vos fichiers .laz dans input/
 cp /chemin/vos/fichiers/*.laz input/
 
-# Build l'image Docker
+# Build l'image Docker (avec support GPU NVIDIA)
 docker build -t lidar-archeo .
 ```
 
 ## Utilisation
 
-### Traitement standard (1 CPU)
+### Traitement avec accélération GPU (recommandé)
+```bash
+# Nécessite une carte NVIDIA + nvidia-container-toolkit
+docker run --rm --gpus all \
+  -v $(pwd)/input:/data/input:ro \
+  -v $(pwd)/output:/data/output \
+  lidar-archeo
+```
+
+### Traitement standard (CPU seul, sans GPU)
 ```bash
 docker run --rm \
   -v $(pwd)/input:/data/input:ro \