add_noise_distribution — 2D `noise` op

• データ種: image → image

• 呼び出し: fullseye.apply(img, "add_noise_distribution", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

• HALCON 相当: add_noise_distribution(意味・パラメータは HALCON リファレンスが参考になる)

使い方

画像に加法性ノイズを加える。実装はガウス（正規分布）ノイズのみで、`add_noise_white と同じ _sh_noise の gaussian 分岐を共有する。乱数は a から決まる固定シード（int(a*997)+7`）で発生させるため同じ a なら毎回同じノイズになる（決定的）。b がノイズの標準偏差を 0.02〜0.22 に振る。

HALCON の `add_noise_distribution`（任意の確率分布（ヒストグラム指定）に従うノイズを加える演算）とは異なり、この実装は常にガウス分布のノイズしか生成できない近似 —— 分布形状の指定は反映されない。

詳しい使い方ガイド

• gallery2d_smoothing_rank ファミリガイド

背景知識ガイド(この op の手前にある物理・規約)

• mv_image_sensors — 産業用イメージセンサ（現行品中心）

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

型が繋がる次の op(`image` を入力に取れる)

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

同カテゴリ(`noise`)

add_noise_white

*Provenance: ops.py — 2D operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

add_noise_distribution — 2D noise op

使い方