Question

我正在为图像应用一些高斯噪声。我认为这种类型的噪音最像是垃圾相机可以预期的传感器噪音（？）。

我的问题是：对于3通道图像，应用于每个像素的所有值的噪声值相同，即

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

这有效地改变了整个像素的亮度。

或是，应用于像素中每个通道的单独噪声值，即

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

或是为每个像素选择的随机信道和应用的噪声，即

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

这些方法中的哪一种最准确地模拟我所追求的噪声类型（即传感器噪声）。我还认为大多数相机没有为每个像素分别设置通道传感器，并插入周围像素的颜色值，所以如果是这种情况，它会影响答案吗？

Answer 1

如果你的目标是模拟真实传感器的噪音，你应该从真实相机的图像开始。拍摄一张散焦的灰卡片，并从像素值本身中减去一个像素周围的大块的平均值 - 这应该会给你纯粹的噪音，你可以分析。根据您的要求，您甚至可以直接使用此保存的噪音，方法是重叠或选择随机起点并逐渐增加。