高斯噪声与白高斯噪声有何不同？ 在我阅读高斯噪声时，PDF具有正态分布。 白高斯噪声也有吗？
如何使用Python手动(没有内置函数)为图像生成每种噪声？ 我需要考虑哪些参数？
让我们从头开始研究短语"白色高斯噪声"。
噪音-仅说明使用情况。与它的属性无关。
高斯-值来自高斯(正态)分布(提取)。
白色-值不相关。也就是说，您无法从一个样本中推断出另一个样本中的任何数据(因为在高斯分布中没有相关性->独立性)。还告诉我们自相关函数的功率谱是平坦的(或者自相关本身就是增量函数)。
现在，关于如何生成它们。
基本上，大多数随机数生成器都会生成统一数据，然后对其进行某种转换以生成任何其他想要的分布(有关如何实现的一些信息，请参阅/wiki/Probability_density_function#Dependent_variables_and_change_of_variables)。
要创建非白色数据，您需要在样本之间创建一些线性连接。
即，仅混合几个具有线性权重的样本。
通常通过对数据应用某种过滤器来完成此操作。
if each sample has a normal distribution with zero mean, the signal is
said to be Gaussian white noise.
Wikipedia
白噪声=具有恒定功率谱密度的噪声。该术语来自光，如果存在所有波长的光，则产生的光为白色。
高斯噪声=服从正态分布的噪声
要获得高质量的随机性是相当困难的，但是出于简单的目的，请看一下随机的，尤其是random.gauss(mu，sigma)
