画像に印加されたガウスノイズ（センサーノイズをモデル化するために）

Question

画像にガウスノイズをいくつか適用しています。このタイプのノイズはセンサーノイズに最も似ていると思います。

私の質問は次のとおりです.3チャンネル画像の場合、各ピクセルのすべての値に同じI..E。

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

.

これは、全体のピクセルの明るさを効果的に変更します。

または、ピクセルI.e。の各チャンネルに印加される別個の雑音値である。

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

.

または、各ピクセルおよびノイズが印加されたランダムチャネルである。

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

.

これらの方法のうちどれが最も正確にモデル化したノイズの種類（すなわちセンサノイズ）をモデル化する。また、ほとんどのカメラは各ピクセルに別々のチャネルセンサーを持ち、周囲のピクセルからカラー値を補間しているので、これもケースの場合は答えに影響を与えますか？

Answer 1

あなたの目標が実際のセンサーからのノイズをシミュレートすることであるならば、あなたは本物のカメラからの画像から始めるべきです。デフォーカスカードの写真を撮影し、ピクセル値自体からピクセルの周囲の大きなブロックの平均値を減算します - それはあなたが分析できる純粋なノイズを与えるべきです。要件に応じて、この保存されたノイズを重ね合わせたり、ランダムな開始点を選択したり、インクリメントしたりすることによって、この保存されたノイズを直接使用できる可能性さえあります。