高斯噪声适用于图像（以模型传感器噪声）

Question

我正在向图像应用一些高斯噪声。我认为这种类型的噪音与传感器噪声最相似，可以从垃圾相机（？）中可以期待。

我的问题是：对于3通道，图像是应用于每个像素的所有值的噪声值相同的I.

noise = gaussian_value()
pixel = (r+noise, g+noise, b+noise)

.

这是有效地改变了像素总体的亮度。

或者，是应用于像素中的每个通道的单独噪声值。

r_noise = gaussian_value()
g_noise = gaussian_value()
b_noise = gaussian_value()
pixel = (r+r_noise, g+g_noise, b+b_noise)

.

或者，是为每个像素和噪声选择的随机信道，而i.

noise = gaussian_value()
pixel[randint(0,2)] += noise

.

这些方法中的哪一个最精确地模拟了我在（即传感器噪声）之后的噪声类型。我也认为大多数相机没有用于每个像素的单独的通道传感器，并从周围像素内插颜色值，因此如果情况也是这样，它会影响答案吗？

Answer 1

如果您的目标是模拟来自真实传感器的噪声，则应从真正摄像头开始图像。拍摄一张灰色卡片的照片，该灰色卡片散下并从像素值本身周围减去像素围绕像素的大块的平均值 - 这应该为您提供纯噪声，您可以分析。根据您的要求，您甚至可以直接使用此保存的噪声，无论是通过覆盖它还是通过选择随机起点并递增它。