我的任务是模拟具有每个传感器元件 10.000 个光子的全阱容量的相机 在麻木。我的第一个想法是这样做：
camera = np.random.normal(0.0,1/10000,np.shape(img))
Imgwithnoise= img+camera
但它几乎没有显示出效果。 有人知道怎么做吗？
【问题讨论】：
1/10,000 比例意味着您添加到图像中的噪声非常小，因此您可能不会看到 Imgwithnoise 的任何差异，具体取决于它们的值。如果您可以为img 等提供一些数字，并更全面地解释您想要的输出，将会有所帮助。
根据我从您的问题中的解释，如果传感器的每个物理像素都有 10,000 个光子的限制，这表明您的图像上可以有一个数字像素最亮。同样，0 个入射光子构成图像中最暗的像素。
您必须创建从物理传感器到数字图像的映射。为简单起见，假设我们使用灰度图像。
您的首要任务是修复图像的颜色位深度。也就是说，你的图像是8位彩色图像吗？ （通常是这种情况）如果是这样，最亮像素的亮度值 = 255（= 28 - 1，8 位。）最暗的像素总是选择值为 0。
因此，您必须从0 --> 10,000（传感器）范围映射到0 --> 255（图像）。最自然的想法是做一个线性映射（即图像的每个像素都通过传感器每个像素的相同乘法因子获得），但要正确解释（根据人眼）@987654323 产生的亮度@ 入射光子，通常使用不同的传递函数。
简化版本中的传递函数只是处理此映射的数学函数 - 对数 TF 很常见。
此外，由于您似乎正在产生噪音，因此将camera 本身添加到图像img 是不明智的并且在概念上是错误的。你应该做的是，首先修复一个噪声阈值 - 这可以对应于作为最大噪声值的可以影响像素读数的最大光子数。然后在0 --> noise_threshold 范围内生成随机数（根据某些分布，如果需要）。最后，您使用之前创建的地图将此噪声添加到图像数组中。
希望这会有所帮助，并且与您希望做的事情保持一致。干杯！
【讨论】：