ガウスノイズが画像に適用される（センサノイズをモデル化する）

Question

イメージにガウスノイズを適用します。私はこのタイプのノイズはごみカメラ（？）から期待できるセンサーノイズに最も似ていると思います。

私の質問は：3チャネル画像に対して、すなわち同一の各画素のすべての値に適用されるノイズ値である

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

これは効果的に全体のピクセルの明るさを変えています。

又は、画素すなわち

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、即ち

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

どの印加各画素とノイズのために選択されたランダムチャネルでのチャネルのそれぞれに適用される別個のノイズ値でありますこれらの方法のうちの1つは、後に発生するノイズのタイプ（すなわち、センサノイズ）を最も正確にモデル化する。私はまた、ほとんどのカメラでは、各ピクセルごとに別々のチャネルセンサーがなく、周囲のピクセルからの色値を補間しないと考えています。この場合も、それは答えに影響しますか？

Answer 1

実際のセンサーのノイズをシミュレートする場合は、実際のカメラの画像から始めます。デフォーカスされたグレーカードの画像を撮り、ピクセル値自体からピクセル周辺の大きなブロックの平均値を差し引くと、分析できる純粋なノイズが得られます。要件に応じて、この保存されたノイズをオーバーレイするか、ランダムな開始点を選択してインクリメントすることによっても、直接使用することができます。