声明：我是一个2021年12月入坑的新手，以下内容纯粹是新手视角，写错了不负责任。写作这些文章的原因是，自己在一些重要后期步骤上折腾了非常久，遇到过很多的困难。因此想把自己在调研后认为比较好的方法介绍在这里，也方便一些像我一样的新手参考。这里的方法都非我的原创，原创链接我也会放在相应的地方。
PI 降噪：这里介绍的降噪主要是线性过程的降噪，但是相关过程也可以用在非线性过程上。原文是 Jon Rista 所发表的文章 。但这个作者后来没写完，好几年没更新了。 他所介绍的方法是我在众多教程里找到的最好的一个。最好的原因有：1，需要自己试的参数很少，基本上直接套用就可以，而且流程比较固定。2，效果很满意。我用其它教程的降噪，非常容易出现背景里的奇怪黑黑的一团一团的东西，非常难看。在其它地方问，都说我的参数太暴力了，但我再调弱，基本上也没有什么效果，最后对降噪过程非常沮丧，直到我找到 Jon Rista 的方法。
方法：Jon Rista 推崇适当降噪，不追求把背景变得非常平滑，而是保留一定的细节，哪怕是噪音细节。他的方法里主要是蒙板 Mask 的巧妙运用。在线性阶段降噪，主要有两个工具，先用 TVGDenoise 消除高频噪音，然后用 MultiscaleMedianTransform (MMT) 对付剩余高频以及中低频噪音。这里我用的是一张我拍的垃圾水母星云作为示例。
一，TVGDenoise
这一步里要用到两个 mask。先把图片复制一份，STF -> HT，将线性图转为非线性图，成为一个 mask, 命名为 lum_mask， 这个 lum_mask 会用在 TVGDenoise 的 local support 里。
将 lum_mask 再复制一份，命名为 tvg_mask, 先用 curves 降低这个 tvg_mask 的对比度，具体一边 0.2, 一边 0.5 左右。
然后再用 HT 将中位数拉到 0.5 处。这样就搞好了 tvg_mask。将 tvg_mask 运用到图片上，并且反相 (invert mask)。
制作完的 tvg_mask 如下：
TVGDenoise 的参数如下：
这里最重要的参数是 Edge protection，不要搞太大。1e-5, 5e-6 小一点好。有推荐用噪音来估计，但我试验的结果是可以以那个为起点，但是还是要小一点。可以多先几处 preview, 先把 iterations 选为 100, 多尝试一下，效果满意后，将 iterations 调到 500，运用。重要一点是这里的 local support 里选了 lum_mask。
二：MMT 降噪。
这个工具我现在特别喜欢，因为简单，而且块。线性非线性都可以用。主要还是在 Mask 的创建上。将 lum_mask 复制一份为 mmt_mask。用 HT 将 mmt_mask 的中位峰拉到 70-80% 左右。
之后运用在图片上，并且反相 (invert mask)。做好的 mmt_mask 如图所示：
这样的 mmt_mask 反向后会使得效果大大衰减，所以 Jon Rista 用了一个很强的 MMT 降噪配合使用，用 8 层，最张效果非常好。MMT 具体参数如下：
MMT 的这一套也可以用在非线性阶段，效果也很好。
|
置顶卡
变色卡
千斤顶
显身卡