numpy.random.poisson 可以用来为图像添加泊松噪声吗？答案

【问题标题】：could numpy.random.poisson be used to add poisson noise to images?numpy.random.poisson 可以用来为图像添加泊松噪声吗？
【发布时间】：2013-10-24 05:32:55
【问题描述】：

对于一张图像的每个像素，我都有它的 x(int)、y(int) 和像素值（浮点数）。

现在我需要给图像添加噪点。numpy.random.poisson 合适吗？

我很担心，因为它不像新像素值=原始值+噪声，而是像

new pixle value=numpy.random.poisson(original value,1)。而且新的值都是整数。

我的问题就像标题一样。

我的目的是得到一颗恒星的光度测量误差。但我只有一个图像。所以我通过添加泊松噪声进行模拟。请查看下图ccd图片，来源为红色特征。

【问题讨论】：

嗯，是的，答案很简单。但是你的噪音统计数据是什么？它是多变量的（如果您尝试建模例如散粒噪声，可能不是）？您的图像的动态范围是多少？
我们得到了一个光源的CCD图像。现在我们需要通过添加噪声来合成数据。应该是泊松噪声。图像中的最低值约为4700，最高为30000 .但我只关心源。像素值在覆盖源的框区域中介于 5000 到 5100 之间。去除背景后，像素值可能在 80 到 100 左右。我担心的是源较暗，背景较亮。实际上，添加的噪点可能比源本身要轻。
噪点可能比图像更亮！如果您尝试在光线较暗的情况下使用数码相机拍照，图像通常会非常嘈杂（尽管通常已经彻底 jpegged）。我真的不明白您要做什么-也许您可以在问题中提供更多详细信息。也许使用一个微型合成数据集并显示您想要做什么以及它的问题。
我已经更新了我的帖子。请检查一下。顺便说一句，动态范围是什么意思？就像维基百科说的那样简单？让我抓住机会。你曾经使用过 ds9(@987654321 @)?它可以显示一个适合的图像。源是微弱的，但我可以在 ds9 中调整比例以使源出现。这意味着动态范围已经改变？
所以你想创建你上面的图像的合成版本？动态范围就是维基百科所说的。您是说噪声的统计数据来自图像吗？或者是其他东西？这是乘性噪声吗？以下是正确的...？你有一个非常微弱的恒星图像，它来自少量的入射光子，所以数据是在噪声统计中编码的？（大概也埋在散弹噪声中？）

标签： image image-processing numpy noise

【解决方案1】：

这是一个旧线程，但我知道答案，所以这里。

答案是肯定的。

imageplusshotnoise = numpy.random.poisson(lam=<noiseless_simulated_image>, size=None)

这将从泊松分布中为原始图像的每个像素生成一个示例图像。泊松分布有一个特殊的性质，即均值和方差相等。这意味着如果平均值是 100，则方差将为 100；因此，散粒噪声的标准差为 10（方差等于标准差的平方）。

创建一个所有值都等于 100 的 numpy 图像数组

>>> myimage = 100 * np.ones((100,100))
>>> np.mean(myimage)
100.0
>>> np.std(myimage)
0.0

注意平均值为100，标准差为0，如预期的那样

现在使用此图像作为泊松分布的 lambda 将从该分布中生成一个大小相同的样本

>>> imageplusnoise = np.random.poisson(lam=myimage, size=None)
>>> imageplusnoise.shape
(100, 100)

样本的均值与 lambda 具有相同的均值，但标准差将等于方差的平方，在泊松分布中等于均值。

>>> np.mean(imageplusnoise)
100.0474
>>> np.std(imageplusnoise)
10.015934965843179

要仅获得散粒噪声，只需从中减去 lambda，现在均值将接近于零（如果均值很小，则均值噪声将从零开始进一步倾斜），但它始终具有相同的标准偏差。

>>> noiseonlyimage = imageplusnoise - myimage
>>> np.mean(noiseonlyimage)
0.047399999999999998
>>> np.std(noiseonlyimage)
10.015934965843179

这里需要指出的是，lam参数是泊松分布的期望值，是无噪声的。您的起始图像看起来已经有噪声，因此我将首先通过您的光圈对星体响应进行建模以获得无噪声图像，例如使用一些点扩散函数（如艾里斑、sinc 函数或类似函数作为 numpy 的输入）。随机泊松函数。

【讨论】：