微信扫码即刻访问“巡星客”——国内领先的天文社区
早在第二章第三节，我们就开始讨论用于降噪的工具了。在上一章的第九和第十节，我们详细说明了用ATWT进行线性降噪的方法。
并且，在上一节，我们还用一张非线性影像示范了LRGBCombination的Chrominance Noise Reduction。为了达成降噪这一有点儿难以捉摸的目的需要用到一大堆工具，所以我们继续用PixInsight提供的工具来完成这一重要任务。很难明确地把降噪这一步放在整个流程的哪一阶段；它在各种不同的阶段都能进行。
用ExtractWaveletLayers工具拆解一幅影像有助于我们了解各个频率上噪声的特征，并且帮助我们决定降噪的方法。
让我们往回走一点，回到线性空间，认识ATWT的一个替代品――MultiscaleMedianTransformation。和ATWT相似，“MMT”可用于降噪和锐化。两个工具都能在非线性空间下使用。和ATWT一样，降噪和锐化可同时进行(不建议这么做)，如果你自信熟悉了它的界面的话。虽然它比ATWT更慢，但这个较新的工具能避免Ringing效应，而且当用于降噪时，它在分离小尺度结构以压制高频噪声上效果稍好(相反的，ATWT更适合处理大尺度结构)。
在这个系列中，Juan承诺说要提供一个混合式工具，可以让MMT与ATWT的长处相结合。可以参考网址（http://pixinsight.com/forum/index.php?topic=3802.msg26119#msg26119）中的信息来帮你根据需求选择最优的工具。
MMT的界面和ATWT几乎一样。“Layers”可以选择想要的图层数目。
并且和以前用ATWT一样，勾选了Noise Reduction以后，会有一个Threshold滑块和一个Amount滑块。
还是和ATWT一样，我们建议Threshold随图层波长增加（频率降低）而减少，因为噪声一般波长较小。
MMT新增的东西是Adaptive滑块，这对于获得好结果来说非常重要。
如果其他参数已经设置得很好了，却仍有“孤立、高反差小尺度”这种东西存在，就提高Adaptive直至它们消失。实时预览与Mouseovers可帮助你设置参数。
上图有一些合理的参数，可用作入门设定。
虽然Rogelio用MMT取得了巨大成功，但根据我个人的经验，我还是更喜欢ATWT，觉得它更好用（没有Adaptive滑块）。
学习这一节，然后和往常一样，多次试验。我们将在之后的非线性影像强化中再深入解说ATWT与MMT。
Adaptive Contrast-Driven Noise Reduction很久以前就是非线性阶段降噪的“老黄牛”了。最后它将被一个基于Anisotropic Diffusion算法的工具替代，但在它被归入“Obsolete（淘汰的）”之前，我们还是要用这个即将过时的工具来进行非线性降噪。虽然现在没有它的Documentation，但Mouseovers会解释清楚的。当高频噪声被ACDNR的低通滤镜抹平时，ACDNR的边缘保护机制保护了有意义的结构，让它们不被破坏。并且，像它的名字所暗示的那样，ACDNR能根据图像的反差来调整自己的表现。
ACDNR在CIE L’ab色彩空间下工作，并且提供了两块面板，一个是Lightness（亮度），另一个是Chrominance（色彩）。
通过勾选或取消勾选它们各自的Apply选项，你可以让这两个通道同时执行，也可以只执行一个。至于后面那些设置，建议你在有足够自信之前不要乱动。而即便是有足够自信，也最好把应用（Application）与评估（Evaluation）分开进行。
和其他很多工具一样，实时预览功能在此可用，能帮助你更好地设定参数。
点击这个 X 会把当前面板的参数初始化。
Part-1中曾提到过，ACDNR提供一个内置的亮部蒙版（Lightness Mask）来防止信号最强的部分被抹平。虽然这个东西似乎让独立的蒙版变得没有必要，但Rogelio放弃了它，因为一个独立的、精心制作的蒙版更易于控制。在PI-12中我们会展示一种两种蒙版可能的最优用法。
下一节，接着讲解ACDNR。