Trzy często używane klasyczne narzędzia do redukcji szumu: MureDenoise, MLT, TGVDenoise
Ten artykuł powstał na podstawie notatek z 2021 roku; część narzędzi lub procedur została od tego czasu zaktualizowana, więc miej to na uwadze podczas lektury. Później pojawiły się narzędzia do redukcji szumu oparte na AI (na przykład NoiseXTerminator) i poniższe klasyczne narzędzia są w praktyce rzadziej używane samodzielnie, ale zrozumienie ich podziału ról oraz właściwych momentów zastosowania wciąż pomaga uchwycić podstawowe pojęcia redukcji szumu.
W programie PixInsight najczęściej używam trzech narzędzi Process lub Script do redukcji szumu: MureDenoise, MLT oraz TGVDenoise. Każde z nich ma swój właściwy moment zastosowania.
1. MureDenoise
Nadaje się do zdjęć z kamery monochromatycznej. Właściwy moment to stan liniowy, po zakończonej integracji.
Do oszacowania szumu odczytu potrzebuje dwóch klatek flat i dwóch klatek bias (dark), więc przed użyciem trzeba przygotować te pliki kalibracyjne. Znajomym używającym kamery monochromatycznej polecam włączyć go do standardowego procesu redukcji szumu.
2. MLT
MLT (MultiscaleLinearTransform) to bardzo wszechstronne narzędzie; do redukcji szumu zwykle używam go tak:
- na etapie liniowym używam go (layer 1) do usuwania szumu barwnego;
- na etapie nieliniowym, w połączeniu z maską (layers 1 & 2), usuwam nim drobniutki szum.
To samo narzędzie, z różnymi ustawieniami warstw na różnych etapach, radzi sobie z szumem o różnej skali.
3. TGVDenoise
Bardzo mocne narzędzie do redukcji szumu w programie PixInsight; można je stosować zarówno w stanie liniowym, jak i nieliniowym.
Przy jego użyciu zwykle trzeba posiłkować się maską, aby jednocześnie stłumić szum tła i obiektu, nie naruszając przy tym szczegółów, które należy zachować. Jeśli chodzi o tryb redukcji szumu, zwykle polecam tryb Lab.

Zanim redukcja szumu oparta na AI się upowszechniła, te trzy narzędzia dźwigały niemal całe zapotrzebowanie na redukcję szumu na etapie liniowym. Nawet jeśli dziś zadanie to przechodzi głównie na narzędzia AI, zrozumienie miejsca każdego z nich — wyłącznie do monochromu, wieloskalowy szum barwny, kompleksowa redukcja szumu w połączeniu z maską — pozostaje podstawą decyzji, „na którym etapie i do jakiej skali się zabrać”.