應用於圖像的高斯噪聲（用於模擬傳感器噪聲）

Question

我將一些高斯噪聲應用於圖像。我認爲這種類型的噪音與垃圾相機所能感受到的傳感器噪音最相似（？）。

我的問題是：對於一個3通道圖像是應用到相同的即

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

這有效地改變整體像素的亮度的每個像素的所有值中的噪聲值。

，或者是在像素，即施加到每個信道的單獨的噪聲值

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

，或者是施加即

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

選擇用於每個像素的噪聲的隨機信道哪其中一種方法可以最準確地模擬我之後的噪音類型（即傳感器噪音）。我也認爲大多數相機沒有爲每個像素設置單獨的通道傳感器，並且從周圍的像素中插入顏色值，所以如果情況也如此，是否會影響答案？

Answer 1

如果你的目標是模擬來自真實感應器的噪音，你應該從真實相機的圖像開始。拍攝一張離焦模糊的灰色圖片，並從像素值本身中減去像素周圍大塊的平均值 - 這會給您帶來純粹的噪音，您可以對其進行分析。根據你的要求，你甚至可以直接使用這個保存的噪音，或者疊加它，或者通過選擇一個隨機的起點並通過它遞增。