add_noise_distribution 这个算子的参数怎么填写，写个例子

`add_noise_distribution`算子通常用于图像处理或信号处理中添加噪声模拟真实世界的情况。这个算子可能会有以下几个常见的参数：

1. **noise_type**：指定噪声类型，如高斯噪声、椒盐噪声等。
2. **mean** 或 **mu**：如果是高斯噪声，这是噪声的均值，默认可能是0。
3. **std_deviation** 或 **sigma**：噪声的标准差，决定了噪声的强度。
4. **size** 或 **shape**：输入图像的尺寸，或者用于生成噪声的新图的大小。
5. **probability** 或 **p**：某些随机噪声可能有概率应用，例如椒盐噪声只在部分像素上添加。

例如，在Python的PIL（Python Imaging Library）或者其他图像处理库中，假设我们有一个灰度图像img，要添加高斯噪声，你可以这么操作：

from PIL import Image, ImageFilter

# 参数设置
mean = 0
std_dev = 50  # 标准差较小会产生更平滑的噪声
probability = 1  # 全部像素都有可能添加噪声

# 使用add_noise_distribution函数
noisy_img = img.filter(ImageFilter.GaussianBlur(radius=std_dev))
noisy_img = noisy_img.point(lambda p: p + np.random.normal(mean, std_dev, 1)[0] if random.random() < probability else p)

# 注意这里的probabiliity和mean/sigma需要根据实际需求调整

在这个例子中，`filter`方法应用了高斯模糊，然后`point`方法模拟了加噪过程。