降噪是一種先進技術，可用于減少圖像中的顆粒和變色，并能夠最大限度避免圖像質量下降。

使用數碼相機拍過照片的人應該都十分熟悉“噪點”，這是一種會使照片清晰度和銳度降低的變色斑點。

許多攝影師都有減少圖像噪點的技巧和竅門，比如校正相機鏡頭的設置，或在不同的光線下進行拍攝。事實上，不僅是拍攝出的圖像會因噪點看起來有混色，在計算機圖形中噪點的影響也非常常見。

噪點指的是不屬于原始圖像的隨機亮度和顏色變化。“去除圖像中的噪點”這一過程被稱為“降噪”，這在圖像處理和計算機視覺領域正變得越來越普遍。

圖像降噪技術能利用先進的算法去除圖形和渲染中會對圖像質量產生巨大影響的噪點。如若不使用降噪技術，就不可能實現逼真的視覺效果和身臨其境的渲染效果。

什么是降噪？

在計算機圖形學中，圖像由有用的信息和會降低清晰度的噪點組成。最理想的降噪結果是生成一個只保留有用信息的清晰圖像。在對圖像進行降噪時，保留視覺細節與組成部分也同樣十分重要（如邊緣、棱角、紋理和其他具有鮮明結構的特征等）。

為了在不影響視覺細節的情況下減少噪點，必須對圖像中的三類信號進行降噪：

• 漫反射：沿所有方向反射的散射照明

• 高光或反射：沿特定方向的照明

• 無限遠光源產生的陰影：太陽或任何其他無限遠光源的可見性信息（陰影）

為創建最清晰的圖像，用戶必須按照漫反射和高光信號的方向投射數千條光線。但在實時光線追蹤中，通常平均每個像素只使用小于等于一條光線。

在實時光線追蹤中，所使用的光線數目越低，越能保持實時交互性能，因此降噪必不可少。

每個像素與一條光線相匹配的噪點圖像。

如何進行降噪？

圖像降噪通常基于三種技術：空間過濾、時間累積以及機器學習和深度學習重建。

示例：經過空間和時間降噪后的最終圖像。

空間過濾是通過重新使用相似的相鄰像素，有選擇性地改變圖像的某些部分。空間過濾的優點是不會產生時間滯后，因此能夠立即響應不斷變化的流動條件。但空間過濾會產生模糊、混濁以及時間的不穩定性，會造成圖像中的閃爍和視覺缺陷。

時間累積會重復使用前一幀數據，以確定當前幀中是否存在可以糾正的偽影或視覺異常。盡管時間累積造成時間滯后，但它并不會產生模糊，相反它增加了時間穩定性以減少多幀閃爍和偽影。

示例：20 幀時間累積。

機器學習和深度學習重建使用神經網絡來重建信號。該神經網絡是使用各種噪點和參考信號訓練而成的。盡管單幀的重建信號看起來很完整，但它會隨著時間的推移逐漸暫時失去穩定性，因此需要采用一種時間穩定的形式來進行降噪。

圖像中的降噪

降噪能夠向用戶提供即時視覺反饋，因此用戶可以查看圖形和設計并與之交互，以便用戶就能夠對光線、材質、視角、陰影等變量進行各種嘗試。

開發者可以使用 NVIDIA 實時降噪器（NRD）等解決方案，輕松將降噪技術整合到流程中。NRD 是與 API 無關的時空降噪庫，主要用于處理 low ray-per-pixel 信號。

開發者能夠利用 NRD，在每像素光線受限的情況下實現實時結果。開發者可在以上視頻中詳細了解 NRD 如何“舉重若輕”地實時解決圖像噪點問題。

“消逝的光芒 2（Dying Light 2）”“殺手 3（Hitman III）”等熱門游戲都使用了 Real-Time Denoisers（NRD）進行降噪。

NRD 在 Techland 的“消逝的光芒 2：人與仁之戰（Dying Light 2 Stay Human）”實現了出色的效果。

NRD 支持對漫反射、高光以及陰影信號的降噪。NRD 包含以下降噪器：

• ReBLUR：基于自穩定循環模糊概念的降噪器，專門用于處理使用低光線預算生成的漫反射和鏡面反射信號

• SIGMA：快速陰影降噪器，支持來自任何類型光源（如太陽光、局部光源）的陰影

• ReLAX：保留 NVIDIA RTX Direct Illumination 產生的照明細節。該框架可賦能開發者實時渲染具有數百萬動態區域燈光的場景。ReLAX 還能提高時間穩定性，并持續響應不斷變化的照明條件