aug_read_noise — 2D `augmentation` op

• 데이터 종류: image → image

• 호출: fullseye.apply(img, "aug_read_noise", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

aug_read_noise: 入力 → 出力

*그림은 128×128 합성 입력에서 실제로 실행한 출력. 왼쪽이 입력, 오른쪽이 출력(이미지가 아닌 반환값은 값 자체를 표시).*

사용법

신호와 무관하게 sigma가 결정되는(shot noise와 달리) 가산성 가우시안 READ 노이즈(증폭기 + ADC 노이즈). `sigma = 0.005 + 0.15*a. b는 행 상관 성분을 혼합한다: 행 전체가 공유하는 표준편차 0.5*b*sigma`의 행별 바이어스로, 이는 공유형 행 증폭기 / 행 단위 ADC가 만들어내는 것과 같다(수평 밴딩으로 나타남). (a, b)로부터 시드(seed)된다.

자세한 사용 가이드

• gallery2d_color_artistic 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

Studio에서 시도하기

아래 프로그램은 실제로 실행됨을 확인했습니다(그림과 같은 입력). Studio 도움말에서는 이 블록이 버튼이 되어 즉시 불러와 실행할 수 있습니다.

aug_read_noise 0.50 0.50

▸ Load this pipeline · Load & run

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_color_artistic — py -3.11 examples/gallery2d_color_artistic.py

타입이 이어지는 다음 연산자(`image` 를 입력으로 받는 것)

identity · gaussian · mean_box · bilateral · unsharp · median · min_filter · max_filter

같은 카테고리(`augmentation`)

aug_shot_noise · aug_fixed_pattern · aug_motion_blur · aug_vignette · aug_chromatic · aug_rolling_shutter · aug_jpeg_blocks · aug_cutout

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

aug_read_noise — 2D augmentation op

사용법