Nous venons de décrire la technique d'imagerie probabiliste telle que nous la concevons actuellement. Elle fait intervenir l'ajustement à un modèle d'une collection de valeurs décrivant un objet astronomique observé. Mais il est rare que les données provenant d'une observation soient parfaites. Dans le domaine visible les objets étudiés ont souvent une intensité très faible et la détection intervient photon par photon. La statistique des photons et les capteurs à comptage introduisent divers biais et distorsions sur les densités de probabilité. En infrarouge la présence de rayonnement thermique gêne considérablement les observations et n'est pas rare que le bruit y soit aussi important que le signal observé. Pour pouvoir appliquer idéalement l'imagerie probabiliste il est nécessaire de travailler sur des données aussi propres que possible : il faut donc bien connaitre les perturbations subies par les densités de probabilité lorsqu'on passe du cas idéal aux observations réelles, et mettre en place des algorithmes de correction.
Deux cas sont considérés dans ce chapitre essentiellement composé d'articles : la présence de bruit additif indépendant du signal astronomique (c'est le cas d'observations en infrarouge) et la détection en comptage de photons (incluant les problèmes dûs aux capteurs comme le trou du centreur ou le clipping).