应用于图像的高斯噪声（模拟传感器噪声）

Question

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

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)

这有效地改变了整个像素的亮度。

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，是为每个像素和应用的噪声选择的随机通道，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，是否会影响答案？

Answer 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。