add_noise_distribution — 2D `noise` op

• 資料種類:image → image

• 呼叫:fullseye.apply(img, "add_noise_distribution", a=0.5, b=0.5)(2-D 的模型是一張圖 + 兩個純量旋鈕 a,b∈[0,1])

• HALCON 對應:add_noise_distribution(其含義與參數可參考 HALCON 手冊)

用法

向影像添加加性雜訊。實作僅支援高斯（常態分佈）雜訊，與 `add_noise_white 共用 _sh_noise 中的 gaussian 分支。亂數使用由 a 決定的固定種子（int(a*997)+7`）產生，因此相同的 a 每次都會產生相同的雜訊（確定性）。b 將雜訊標準差調整為 0.02〜0.22。

> 以下的詳細說明為原文 —— 摘要與標題已翻譯。

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。

詳細使用指南

• gallery2d_smoothing_rank 族使用指南

背景知識指南(該運算子背後的物理與規範)

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

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• gallery2d_smoothing_rank — py -3.11 examples/gallery2d_smoothing_rank.py

型別可銜接的下一個運算子(可接受 `image` 作為輸入)

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

同類別(`noise`)

add_noise_white

*Provenance: ops.py — 2D 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

add_noise_distribution — 2D noise op

用法