그림 7-14는 평균이 0이고, 표준 편차가 10인 1차원 가우시안 분포 그래프입니다. 평균이 0이고 표준 편차가 σ인 가우시안 분포는 x 값이 -σ≤x≤σ 구간에서 전체 데이터의 67%가 존재하고, -2σ≤x≤2σ 구간에는 95%, -3σ≤x≤3σ 구간에는 99.7%가 존재합니다. 그러므로 평균이 0이고 표준 편차가 10인 가우시안 분포를 따르는 잡음 모델은 67%의 확률로 -10에서 10 사이의 값이 잡음으로 추가됩니다. 잡음 값이 -20부터 20 사이일 확률은 95%이며, 그 밖의 값이 잡음으로 추가될 확률은 5%입니다. 그러므로 표준 편차가 작은 가우시안 잡음 모델일수록 잡음에 의한 픽셀 값 변화가 적다고 생각할 수 있습니다.

▲ 그림 7-14 평균이 0이고 표준 편차가 10인 가우시안 분포 그래프

OpenCV 함수를 이용하여 영상에 가우시안 모델을 따르는 잡음을 인위적으로 추가할 수 있습니다. randn() 함수는 가우시안 잡음으로 구성된 행렬을 생성하여 반환합니다. randn() 함수 원형은 다음과 같습니다.

void randn(InputOutputArray dst, InputArray mean, InputArray stddev);