2

画像にガウス ノイズを適用しています。このタイプのノイズは、ごみカメラ (?) から予想されるセンサー ノイズに最も似ていると思います。

私の質問は: 3 チャンネルの画像の場合、各ピクセルのすべての値に適用されるノイズ値は同じです。

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

これは、ピクセル全体の明るさを効果的に変更しています。

または、ピクセル内の各チャネルに適用される個別のノイズ値です。

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、各ピクセルと適用されるノイズに対して選択されたランダム チャネルです。

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

これらの方法のどれが、私が求めているノイズのタイプ (つまり、センサー ノイズ) を最も正確にモデル化しますか? また、ほとんどのカメラは、ピクセルごとに個別のチャネル センサーを備えていないため、周囲のピクセルから色の値を補間していないと思うので、これもそうであれば、答えに影響しますか?

4

1 に答える 1

1

実際のセンサーからのノイズをシミュレートすることが目的の場合は、実際のカメラからの画像から開始する必要があります。焦点が合っていないグレーのカードの写真を撮り、ピクセル値自体からピクセルの周囲の大きなブロックの平均値を差し引きます。これにより、分析できる純粋なノイズが得られます。要件によっては、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り、直接使用することもできます。

于 2012-03-09T21:54:14.260 に答える