我用DxO的Photolab也有好幾年了，以前一直覺得它的降噪點功能很強大，但與其他幾家的比也還是各有千秋，特別是Topaz的Denoise，支持raw和jpg，不像Photolab只支持raw。但從2020年DxO在Photolab 4推出深度降噪DeepPRIME後它的降噪功能就像開了掛，其結果是把原來噪得根本沒法看的照片變得一點噪點沒有，還保持了暗部的細節，即使後期把暗部提亮也還是清楚的。和同類軟件的降噪功能比簡直是一騎絕塵（當然2024年Adobe在Lightroom/Camera Raw推出的深度去噪也很強大）。我以前也了解過一些DeepPRIME的原理，這次借着藍總幾個有關降噪帖子的東風，再花了點時間深挖了一些有關的信息，試圖進一步理解深度降噪的過程，也試圖解答幾個與之有關的問題。下面分享一下我的收穫，望大家不吝賜教！

1. 為什麼DeepPRIME只支持raw文件？

這是因為這個技術的核心就是基於對去馬賽克前的raw data進行分析，使得降噪和去馬賽克得以同時進行。

我們知道相機里的感光元件都是“色盲”，為了得到彩色的畫面，每個感光元上都貼了一塊彩色濾片，對每個2x2的矩陣，顏色依次是紅藍綠綠。這樣在raw文件中的每一個像素就只有一種顏色。要得到這個像素其他兩個顏色的數值，就得靠附近具有同顏色像素的數值去“猜”，而這個猜的過程就叫去馬賽克（demosaicing)。去馬賽克前，圖像的噪點信息最為清楚，也最容易去除，去馬賽克後這些信息損失殆盡，轉換成了更加混沌的噪點，很難在不損失細節的前提下消除。但如果在去馬賽克之前降噪，又會影響去馬賽克的質量。DxO於是就發明了獨家秘笈：根據對去馬賽克前噪點信息的分析，讓去馬賽克和降噪同時進行！

下面看一看去馬賽克前raw文件長啥樣？（文件來自DxO網站，ISO 25000， f/5.6, 1/2000。用RawTherapee打開）

1 怎麼這麼綠？有一半的像素都被加了綠色濾片，能不綠嗎。

2 放大到400%下看看這張ISO兩萬五照片的噪點情況如何？噪點還是不少，但大都是孤立的。

3 變成單色看得更清楚：噪點主要在背景，羽毛上很乾淨。

4 在DxO PhotoLab里直接去馬賽克（不同時降噪）後的結果。背景的噪點像是被混合、被擴散了，羽毛上出現了與紋理垂直的條紋。

5 這是同時進行去馬賽克和降噪（DeepPRIME XD/XD2s)的結果，雖然看起來有點糊，但要知道這是對ISO兩萬五的圖像去噪，還是放大400%後的效果。

6 這是整體的效果（關掉了除降噪外所有PhotoLab預設的矯正）

 2. AI在深度降噪中起了什麼作用？

根據ChatGpt的說法，DeepPRIME採用了AI中處理和理解圖像數據的深度卷積神經網絡（Deep Convolutional Neural Network，簡稱CNN）用多層次方法獲取和處理去馬賽克前的信息：

1. 在卷積層（Convolutional Layer）用被稱為卷積核（Kernel / Filter）的小方格（比如 3 × 3 或 5 × 5 的像素矩陣掃描整個文件用來提取特徵，不同的卷積核提取不同的特徵。

2. 在池化層（Pooling Layer）對提取的特徵進行壓縮和降維，大幅減少了計算量，還讓網絡具備了“平移不變性”（即無論一隻貓在照片的左邊還是右邊，AI 都能認出它是貓）。

此外，在訓練這個模型時，也大量應用了類似的神經網絡，對各種廠家的傳感器特徵和海量的圖片資料進行深度學習。在上述的分析過程中得以迅速分辨出噪點和真實細節（如動物的毛髮，植物的紋理等等），並在後面的去馬賽克和降噪中精準去掉噪點，保留細節。

  3. 用JPG格式拍照，如何解決噪點的問題？

實事求是地講，我覺得在光線充足，相機曝光設置正確，不需要在後期做太大修正的情況下，用JPEG格式拍出來的照片不比用raw的差。況且各個廠家都花大力氣在直出的JPEG文件里加上本場特有的風格，且提供多種變化供客戶選擇，比如富士的“膠片模擬（Film Simulations）”、佳能的“照片風格（Picture Styles）”等等，能讓用戶輕鬆切換風格，不必在後期費勁。

對於需要很高的ISO情況下，各個相機也都提供了降噪功能（尼康是“高ISO降噪”，只有“開啟”和“關閉”），如用JPEG格式，打開這個格式即可，但降噪效果明顯不如raw格式（如果用DxO）。

JPEG格式的最大問題是禁不起在後期加大明暗或色彩的對比度，包括提亮暗部使其暴露更多細節。在JPEG格式下，每個顏色通道只有256個亮度值（0-255），在從raw到JPEG轉換中很多暗部的細節就永遠損失掉了。如果後期提亮這些部分，得到的只是一些新增的噪點，除非用AI“腦補”出無中生有的細節。這是AI的另一種用途。另外如果在後期想要加大明暗對比度或顏色對比度，也很容易出現類似水印木刻的效果（banding）,這也是為什麼向右曝光（ETTR）很多情況下對JPEG不成功的原因。

7 Banding