bruit gaussien appliqué aux images (pour modeler le bruit de capteur)

Question

J'applique du bruit gaussien à une image.Je pense que ce type de bruit est le plus similaire au bruit de capteur, on pourrait attendre d'une caméra à ordures (?).

Ma question est la suivante: pour une image à 3 canaux est la valeur de bruit appliquée à toutes les valeurs de chaque pixel de la même manière.

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

Cela change efficacement la luminosité du pixel dans l'ensemble.

ou, est une valeur de bruit distincte appliquée à chacun des canaux dans le pixel I.e.

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

ou, est un canal aléatoire choisi pour chaque pixel et bruit appliqué I.e.

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

Laquelle de ces méthodes modélise le plus précisément le type de bruit que je suis après (c'est-à-dire le bruit du capteur).Je pense également que la plupart des caméras ne disposent pas de capteurs de canaux distincts pour chaque pixel et d'interpoler les valeurs de couleur des pixels environnants, donc si c'est le cas aussi, affecte-t-il la réponse?

Answer 1

Si votre objectif est de simuler le bruit à partir d'un véritable capteur, vous devez commencer par une image d'un véritable appareil photo.Prenez une photo d'une carte grise défocalisée et soustrayez la valeur moyenne d'un grand bloc autour d'un pixel de la valeur de pixels elle-même - cela devrait vous donner du bruit pur que vous pouvez analyser.En fonction de vos besoins, vous pourriez même utiliser ce bruit sauvegardé directement, que ce soit en le recouvrant ou en choisissant un point de départ aléatoire et en incrémentation de celui-ci.