用了 AI 就不需要蒙版吗？从 NXT 造成的星点伪影谈起

本文整理自 2023 年的笔记，部分工具或流程已有更新，阅读时请留意。

传统上，会让星点坏掉的处理程序其实不少，例如降噪、反卷积、小波（Wavelet）、LHE 等等。也因此，过去在使用这些进程时，我们往往得先做一个星点蒙版，来防止星点被破坏。

自从 AI 相关进程出现后，星点被破坏这件事减轻了不少。去星进程让我们可以先把星点移除、只针对背景做强化。不过有些进程不见得能用去星后的图像来完成，例如传统的反卷积，就时常破坏 PSF 不正确的星点核心——当然，这个问题在 BXT 出现后似乎已经获得解决。

那么，是不是有了 AI，就再也不需要蒙版了？我最近的一次经验给了否定的答案。

问题：NXT 在线性状态下改坏了星点中心

当我发现最近处理的图像，在非线性状态下星点中心都有问题时，我回溯了一些步骤，终于找到答案。

NoiseXTerminator（NXT）作为新一代的 AI 降噪工具，主打的就是自动识别噪声，而不影响图像的其他部分。在 AI 模型训练下，这个进程的确做得很好。不过，我发现这个进程如果在线性状态下使用，会分别对彩色星点与明度星点的中心产生不同的问题，而且这个问题不明显，通常要到非线性拉伸之后才会被察觉。

• 彩色星点：较亮星的核心像素会被修改（如图上排中间）。这个状况在非线性拉伸后，就会看到颜色奇怪的伪影。
• 明度星点：通常星点的核心是最亮的，NXT 使用后会让星点中心亮度下降，导致周边反而比中心亮，核心产生 star fade 的问题（如图下排）。这问题相较于 RGB 星点较不明显，但在中等亮星上看得出来。

解决方法：AI 也要配蒙版

先前因为没找出原因，我都是最后在 Photoshop 中用修补工具修复星点核心，明度的部分则稍微提升亮部，让星点中心变亮。

现在找到根源后，我的做法是：使用 NXT 时，至少配合星点蒙版（或亮部对象蒙版），就像传统降噪一样。

这个问题我目前已经反馈给 Russell Croman。在解决之前，使用 NXT 我会建议搭配蒙版。也建议大家可以回头看看自己用过 NXT 的图像，有没有出现类似的情形。