이미지에 적용된 가우시안 노이즈 (모델 센서 잡음)

Question

이미지에 가우시안 소음을 적용하고 있습니다.나는이 유형의 노이즈가 쓰레기 카메라 (?)로부터 기대할 수있는 센서 소음과 가장 유사하다고 생각합니다.

내 질문은 다음과 같습니다. 3 채널 이미지의 경우 각 픽셀의 모든 값에 적용되는 노이즈 값이 동일한 i.e.e.e.e.e.

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

.

이것은 전체 픽셀의 밝기를 효과적으로 변화시킵니다.

또는 픽셀 I.E의 각 채널에 각 채널에 적용되는 별도의 잡음 값입니다.

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

.

또는, 각 픽셀 및 노이즈가 적용된 I.E에 대해 선택된 랜덤 채널입니다.

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

.

이 방법 중 어느 하나가 가장 정확하게 노이즈 유형을 가장 정확하게 모델링합니다 (즉, 센서 잡음).또한 대부분의 카메라가 각 픽셀에 대해 별도의 채널 센서가없고 주변 픽셀에서 색상 값을 보간하지 않으므로 답변에 영향을 미치는 경우

Answer 1

실제 센서에서 노이즈를 시뮬레이션하는 목표가있는 경우 실제 카메라에서 이미지로 시작해야합니다.Defocused의 회색 카드 사진을 찍고 픽셀 값 자체에서 픽셀 주위의 큰 블록의 평균값을 빼서 분석 할 수있는 순수한 소음을 제공해야합니다.요구 사항에 따라이 저장된 노이즈를 겹쳐서 또는 임의의 시작점을 선택하고이를 증가 시킴으로써이 저장된 노이즈를 직접 사용할 수 있습니다.