PixInsight入门到精通 第四章 非线性处理 第十三节 降噪(三)

PI-12_Nonlinear-6-0026-w512
现在我们做好了蒙版,取消勾选Preview,

PI-12_Nonlinear-6-0027-w512
但记得在想要的面板上激活亮部蒙版(Lightness Mask)。现在,ACDNR将根据你“白色露出,黑色蒙上”的命令来执行降噪。

PI-12_Nonlinear-6-0030-w512
记得在应用前勾选目标面板的Apply。

PI-12_Nonlinear-6-0032-w512
在第四节中我们曾保证要讲解一个混合蒙版技巧。先取消勾选蒙版的Preview。

PI-12_Nonlinear-6-0034-w512
你可以在一个影像副本(CLONE)上操弄,以此做出一个范围蒙版(Range Mask)。它可以用作ACDNR蒙版,甚至可以在应用之前修改它。另外,你可以随意地用它去做别的事,进一步修改,甚至因需反色都是允许的。

PI-12_Nonlinear-6-0035-w512
我们发现ACDNR被设计为,对付彩噪比普通的降噪滤镜效果更好。

PI-12_Nonlinear-6-0036-w512
在第四节中我们曾提到,ACDNR注定要被一个基于Anisotropic Diffusion的算法替代,而现在,这个算法已经发布了!

PI-12_Nonlinear-6-0037-w512
而且,PTeam事实上已让TGVDenoise具备了对色彩(Chrominance)与亮度(Lightness)分别降噪的能力。我们将在下一集讲解这个新型的、极优秀的工具。

PI-12_Nonlinear-6-0038-w512
GREYCstoration是PixInsight在一个开源进程上的实施,由David Tschumperle完成。虽然它是多用途的工具,但PixInsight的版本主要专注于该算法的降噪能力。

PI-12_Nonlinear-6-0039-w512
GREYC试图在正确的方向上用正确的强度对图像局部降噪。和其他所有的降噪工具一样,它应该与蒙版配合使用,以保护高信噪比区域。这样,这个极好的工具可以在对影像中合理结构的影响极其轻微的情况下对非线性影像执行降噪。我们推测TGVDenoise的灵感来源于GREYC。和在其他工具中我们看到的一样,用较为保守的参数分多次执行并多次迭代,要比用一个较激进的参数只执行一次效果更好。

PI-12_Nonlinear-6-0040-w512
[画面中字幕:(从上到下)降噪力度、细节保护、不想要的结构的尺度(噪声尺度)]Amplitude、Sharpness、Noise Scale滑块是与我们的需求关系最密切的。

PI-12_Nonlinear-6-0041-w512
在蒙版就位的情况下,试着用2 Iteration(迭代次数)、5~20的Amplitude、0.5的Sharpness、0.1~0.2的Noise Scale。虽然GREYC效果很好,但我们建议在用之前先单独降一下彩噪。

PI-12_Nonlinear-6-0042-w512
想了解更多信息,访问这些网站。

您的支持是对我最大的鼓励