Image processing 应用于图像的高斯噪声（用于模拟传感器噪声）

我将一些高斯噪声应用于图像。我认为这类噪声与垃圾摄像机的传感器噪声最为相似（？）

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)

这将有效地改变整个像素的亮度

或者，是应用于像素中的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，是否为每个像素选择随机通道并应用噪声，即

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

---

以下哪种方法最准确地模拟了我所关注的噪声类型（即传感器噪声）。我还认为，大多数相机没有为每个像素配备单独的通道传感器，并对周围像素的颜色值进行插值，因此，如果情况也是如此，它是否会影响答案？

如果你的目标是模拟真实传感器的噪声，你应该从真实相机的图像开始。拍摄一张离焦的灰色卡片的照片，并从像素值本身减去像素周围一个大块的平均值-这应该会给你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已保存的噪波，可以将其叠加，也可以选择一个随机起点并通过它递增。

我认为您的第二个建议更准确，但您的问题在这里也是离题的，我建议您访问electronics.stackexchange.com或dsp.stackexchange.com