Noise Ninja是一款最新免費的針對數(shù)碼照片圖像減噪問題的PS處理輔助軟件。ps如何降噪處理，由于使用了高精度浮點計算和高位深的圖像貯存技術(shù)，減噪效果顯著，能快速的提高圖像質(zhì)量，非常高效便攜。

【軟件功能】

　　Noise Ninja 是一款專門針對數(shù)碼圖像減噪問題的專利技術(shù)軟件。由于使用了高精度浮點計算和高位深的圖像貯存技術(shù)，減噪效果顯著，非常方便快捷的提高圖像質(zhì)量。其效果之明顯，受到專業(yè)攝影師和評測者的青睞?！　?/p>

【使用說明】

　　下載并解壓后，將Noise Ninja整個文件夾復(fù)制到PS目錄下——增效工具——濾鏡——Plug-ins，運行ps，打開Noise Ninja編輯面板就直接操作了。

【PS降噪教程】

　　本篇教程主要講解了三種降噪的方法，分別是用Lightroom/ACR全局降噪、Nik Dfine 2局部降噪和蒙版抑制噪點再生和輸出降噪。

　　拍攝照片，噪點總是無法避免。除了前期使用更好的相機(jī)、充分曝光、多張堆棧等等，后期的時候，我們也可以利用軟件對照片進(jìn)行降噪。今天分享的“三步降噪法”，可以在盡量保留細(xì)節(jié)的情況下，對照片進(jìn)行比較精細(xì)的降噪。

　　去噪點，介紹三種常用降噪方法_

　　照片中的噪點一共分為兩類：顏色噪點和明亮度噪點。顏色噪點，指的是照片中本來單純的色彩區(qū)域，出現(xiàn)的五顏六色的雜色塊。比如下圖中，原本灰白色的云海中，有大量的紅綠藍(lán)色的色斑。

　　亮度噪點，指的是照片中本來亮度一致的地方，出現(xiàn)的斑斑點點、亮度不一的灰色顆粒。比如下圖原本應(yīng)該很柔順的云海，里面卻是各種嘈雜的顆粒。

　　降噪，屬于修補(bǔ)前期的“錯誤”，一定要在后期處理的一開始就進(jìn)行。

　　因為各種降噪算法，在未經(jīng)任何處理的原片上，識別噪點的準(zhǔn)確度最高。如果經(jīng)過各種銳化、提亮、加強(qiáng)細(xì)節(jié)處理之后再降噪，噪點已經(jīng)被強(qiáng)化，細(xì)節(jié)也是被污染，就難以分辨這到底是細(xì)節(jié)，還是噪點了。下圖是一個比較夸張的例子，我在使用詳細(xì)提取、色調(diào)對比、以及銳化之后，再想用Dfine 2插件降噪。此時噪點已經(jīng)強(qiáng)化的非常厲害，專業(yè)的降噪軟件也無能為力了。

　　我在不斷的后期研究和實踐中，特別是學(xué)習(xí)了Jeff Wu老師《野性之美：野生動物攝影手記》書中談到的兩套杰夫流程之后，慢慢的形成了一套比較固定的后期降噪方法，因為一共分三個步驟，所以這里稱為“三步降噪法”。

　　1. Lightroom/ACR全局降噪

　　前面說過，降噪要在后期的一開始進(jìn)行。由于ACR和Lightroom中，軟件內(nèi)部的運算順序是固定的，和我們的操作順序無關(guān)。（也就是說，無論我們在軟件面板中是先銳化后降噪，還是先降噪后銳化，渲染圖片的時候Lightroom總是會先運算降噪，再計算銳化。）而且提亮陰影、加強(qiáng)清晰度等Raw操作，會讓一些噪點更加明顯，所以降噪最好在這些步驟之后進(jìn)行。因此第一步全局降噪，一般放在Raw處理的最后進(jìn)行。ACR和Lightroom中的降噪工具，在細(xì)節(jié)面板中。打開細(xì)節(jié)面板，會發(fā)現(xiàn)軟件默認(rèn)已經(jīng)進(jìn)行了強(qiáng)度為25的顏色降噪。

　　“顏色”滑塊控制了顏色降噪的強(qiáng)度。如果我們把顏色滑塊減少到0，會發(fā)現(xiàn)五彩斑斕的顏色噪點非常明顯。

　　默認(rèn)的25數(shù)值，適用于95%以上的圖片。

　　如果我們把“顏色”數(shù)值提高的100，會發(fā)現(xiàn)方框中的一些細(xì)微顏色，全部被抹平了。因此顏色降噪的強(qiáng)度并不是越高越好，一般25-35之間足以。

　　“顏色細(xì)節(jié)”滑塊，控制了顏色降噪運算的閾值，默認(rèn)數(shù)值50適用于大部分情況。增加“顏色細(xì)節(jié)”數(shù)值，顏色降噪的閾值提高，更多細(xì)節(jié)會被保留，當(dāng)然不少噪點也會成為漏網(wǎng)之魚。

　　降噪的原理，是在噪點周圍采樣，進(jìn)行平均和模糊。“顏色平滑度”滑塊，就控制了顏色降噪運算時平均程度，默認(rèn)的50數(shù)值也是大部分情況的最佳預(yù)設(shè)。比如這張照片，如果我把“顏色平滑度”滑塊從默認(rèn)50左拉到0，你會發(fā)現(xiàn)降噪的結(jié)果不夠平滑均勻，還是紅一坨青一塊的。

　　“明亮度”滑塊，控制了明亮度降噪的強(qiáng)度。

　　“明亮度”滑塊默認(rèn)是0。一般要適當(dāng)?shù)奶岣邤?shù)值。

　　假如右拉滑塊到100，我們會發(fā)現(xiàn)整個照片噪點是沒有了，但是已經(jīng)模糊的跟水彩畫似的。

　　這張照片，“明亮度”滑塊調(diào)整到30左右比較合適。

　　為什么是30呢？因為這是三步降噪法的第一步，我們的目的是給整張照片一個基礎(chǔ)的降噪。所以這步的核心，就是要保留照片中最微小的細(xì)節(jié)。因此在調(diào)整“明亮度”滑塊的時候，我們可以放大圖片到100%甚至200%，觀察照片中的一些微小細(xì)節(jié)，比如暗淡的星星，人物的毛發(fā)，遠(yuǎn)處的紋理等等。這張照片，我觀察的是紅框處，遠(yuǎn)處摩天大廈的玻璃窗邊緣。如果降噪過度，這些摩天大樓的玻璃細(xì)節(jié)，就糊成一團(tuán)了。在強(qiáng)度30左右的時候，這些細(xì)節(jié)任然還在，同時照片得到了一定的降噪。

　　下面的“明亮度細(xì)節(jié)”以及“明亮度對比”滑塊，和“顏色細(xì)節(jié)”、“顏色平滑度”非常的類似，一般我也是保持在默認(rèn)的50和0這兩個數(shù)值。第一步，ACR或者Lightroom中對Raw文件的降噪，其核心，是要在降噪的同時，保留住照片中最小的細(xì)節(jié)。因此這張圖片的天空和水面，噪點依然明顯，需要在后面進(jìn)行進(jìn)一步的局部降噪。

　　2. Nik Dfine 2局部降噪

　　第二步降噪，我們使用專業(yè)免費的插件 - Nik Dfine 2。

　　Dfine插件會自動分析照片，然后進(jìn)行降噪。

　　這張照片我覺得云層中的對比度噪點（明亮度噪點）還是比較明顯，所以把“對比度噪點”的強(qiáng)度從100%提高到了130%。

　　上面說過，這一步的降噪，主要是針對天空、水面等噪點比較明顯的區(qū)域。而建筑等細(xì)節(jié)豐富的地方，降噪工作在第一步全局降噪就完成了。因此我們需要使用蒙版（或者Nik Dfine插件中的控制點），把降噪限制在天空和水面區(qū)域。

　　第二步降噪，是局部降噪，主要針對天空、水面、墻壁等大塊純色、噪點會比較明顯的區(qū)域。

　　3. 蒙版抑制噪點再生和輸出降噪

　　經(jīng)過ACR的全局降噪，和Dfine2的局部降噪，照片的降噪工作基本完成，之后的主要任務(wù)，是不讓噪點重新顯現(xiàn)出來。在進(jìn)行細(xì)節(jié)提取、色調(diào)對比、暗部提亮、增加質(zhì)感、銳化等等后期操作時，會凸顯出很多原來不可見的噪點。因此在做這些步驟時，一定要結(jié)合蒙版等局部工具，不讓他們影響到天空等純凈部分。比如下圖，經(jīng)過細(xì)節(jié)強(qiáng)化、銳化等后期處理，天空中的噪點又比較明顯了。

　　因此我建立了一個亮度蒙版，把上述操作局限在建筑的亮部細(xì)節(jié)中。這樣建筑的暗部，以及天空水面，就不會受到影響，增加噪點。

　　如果這些操作，必須施加在天空水面上。那么我們在最后輸出照片前，還可以再做一個局部的輸出降噪。

　　配合蒙版的白色部分，輸出降噪主要應(yīng)用在大片純色區(qū)域，使得天空水面的噪點在成片中不明顯。同時蒙版的黑色部分，使得輸出降噪沒有（或者很少）應(yīng)用在細(xì)節(jié)多的建筑上。

　　以上就是“三步降噪法”的全部步驟，從全局到局部，甚至不同局部用不同的降噪強(qiáng)度，適用于需要精細(xì)處理的照片。普通的旅游圖片，一般直接ACR或者Dfine一步降噪即可。

　　總結(jié)：

　　1. 噪點分顏色噪點和明亮度噪點，降噪要在后期的一開始進(jìn)行。2. 三步降噪法的第一步，是在Camera Raw處理的最后，用細(xì)節(jié)面板進(jìn)行初步降噪。一般只提高“明亮度”滑塊即可，其他保持默認(rèn)。這步的核心是要觀察照片中的微小細(xì)節(jié)，保證最小細(xì)節(jié)不被降噪抹去。3. 三步降噪法的第二步，是在Photoshop中，使用Nik Dfine2插件降噪，同時配合蒙版或者控制點，把降噪局限在天空、水面、前景等噪點更明顯的區(qū)域。4. 三步降噪法的第三步，是在后期銳化、細(xì)節(jié)提取、對比強(qiáng)化等過程中，使用蒙版對純凈區(qū)域進(jìn)行保護(hù)?；蛘咴谳敵銮埃賹υ朦c過多的地方局部降噪。

　　全教程完,學(xué)完記得交作業(yè)。如果本教程對您有所幫助，請推薦給你的朋友。