我试图猜测商业处理器中用于数码相机原始图像的降噪算法。我发现这对于锐化算法来说相当容易（例如，大多数使用不锐化蒙版作为至少一个选项，这从行为和可调整参数中可以清楚地看出），但我对降噪几乎一无所知。我想
- 尽可能确定正在使用的基本算法（当然会有一些专有优化），以及
- 确定衍生它们的相应学术论文，了解它们的内部工作原理并用作当代文献的跳板（通过跟踪引用）。
Capture One 和 Lightroom 这两款常用处理器的降噪算法参数如下图所示。这里有一些进一步的线索。
- 他们很快。在我普通的笔记本电脑上处理 24 MP 原始图像时，每一个都可以在大约一秒或更短的时间内工作。
- 他们老了。Lightroom 于 2007 年发布，我认为从那时起核心选项没有改变。
- 它们分别对亮度和颜色噪声进行操作。
- 我不认为它们是基于小波的，因为（据我所知）这些应用程序在其他任何地方都不使用小波。
问题 1：是否有符合此描述的众所周知的行业标准算法？
在所有可用的原始处理器中，最好的降噪似乎来自 DxO 的 Photolab。（这当然是有争议的，但它始终处于或接近我所见过的比较的顶部。）我想尝试了解它是如何运作的。附上其参数的屏幕截图。
DxO 将其描述为逐像素工作的局部算法：
“去噪算法（在 PRIME 中）深入分析原始图像的结构：为每个像素测量超过一千个相邻像素。这种广泛的探索确定了相似的数据（用于）使用（重建）图像信息。”
除此之外，我们还知道一些事情：
- 它相对较新（2014 年发布）。
- 它很慢。用户报告每张照片需要一分钟或更长时间。
- 推荐用于非常嘈杂的高 ISO 照片。DxO 和用户报告说，对于具有轻微噪点的照片，相比更快的降噪技术没有优势。
问题 2： DxO 可能会使用什么算法？
我意识到这是一个有点不寻常的问题，所以提前感谢您让我访问您的专业知识。
