Ba công cụ khử nhiễu truyền thống thường dùng: MureDenoise, MLT, TGVDenoise

Bài viết này được tổng hợp từ ghi chú năm 2021, một số công cụ hoặc quy trình đã có cập nhật, xin lưu ý khi đọc. Sau đó các công cụ khử nhiễu AI (như NoiseXTerminator) ra đời, những công cụ truyền thống dưới đây trên thực tế đã ít khi được dùng riêng lẻ, nhưng hiểu được sự phân công và thời điểm sử dụng của chúng vẫn giúp bạn nắm được những khái niệm cơ bản của khử nhiễu.

Trong PixInsight, Process hoặc Script khử nhiễu mà cá nhân tôi hay dùng nhất có ba: MureDenoise, MLT và TGVDenoise. Mỗi công cụ có thời điểm áp dụng riêng.

1. MureDenoise

Thích hợp với ảnh từ camera đơn sắc (mono). Thời điểm dùng là ở trạng thái tuyến tính sau khi đã tích hợp (integration) xong.

Nó cần hai frame flat và hai frame bias (dark) để ước lượng nhiễu đọc (read noise), vì vậy trước khi dùng phải chuẩn bị sẵn các frame hiệu chỉnh này. Với các bạn dùng camera đơn sắc, tôi khuyến nghị đưa nó vào quy trình khử nhiễu thường lệ.

2. MLT

MLT (MultiscaleLinearTransform) là một công cụ rất đa dụng; trong việc khử nhiễu tôi thường dùng như sau:

• ở giai đoạn tuyến tính, dùng nó (layer 1) để loại bỏ nhiễu màu;
• ở giai đoạn phi tuyến, kết hợp mặt nạ (layers 1 & 2) để loại bỏ những hạt nhiễu li ti.

Cùng một công cụ, ở các giai đoạn khác nhau kết hợp với các thiết lập layer khác nhau, là có thể đối phó với nhiễu ở những quy mô khác nhau.

3. TGVDenoise

Một công cụ khử nhiễu rất mạnh trong PixInsight, có thể thao tác ở cả hai trạng thái tuyến tính và phi tuyến.

Khi dùng thường phải kết hợp mặt nạ, để đồng thời hạ nhiễu của nền và của chủ thể mà không làm tổn hại những chi tiết cần giữ lại. Về chế độ khử nhiễu, tôi thường khuyên dùng chế độ Lab.

Trước khi khử nhiễu bằng AI trở nên phổ biến, ba công cụ này gần như gánh trọn nhu cầu khử nhiễu của cả giai đoạn tuyến tính. Dù ngày nay phần lớn công việc đó đã giao cho các công cụ AI, việc hiểu rõ vị trí của từng công cụ — chuyên cho đơn sắc, nhiễu màu đa quy mô, khử nhiễu toàn diện kết hợp mặt nạ — vẫn là nền tảng để phán đoán “nên ra tay ở giai đoạn nào, với quy mô nào”.