2

我正在对图像应用一些高斯噪声。我认为这种类型的噪音最类似于人们可以从垃圾相机中获得的传感器噪音(?)。

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是否相同,即

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

这有效地改变了像素的整体亮度。

或者,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)

或者,是为每个像素选择一个随机通道并应用噪声,即

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

这些方法中的哪一种最准确地模拟了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设置单独的通道传感器,并从周围像素中插入颜色值,所以如果也是这种情况,它会影响答案吗?

4

1 回答 1

1

如果您的目标是模拟来自真实传感器的噪声,您应该从真实相机的图像开始。拍摄一张散焦的灰卡照片,然后从像素值本身中减去像素周围大块的平均值 - 这应该会给您提供可以分析的纯噪声。根据您的要求,您甚至可以直接使用此保存的噪声,方法是覆盖它或选择一个随机起点并通过它递增。

于 2012-03-09T21:54:14.260 回答