把这个放在后面是因为对这个了解的不够，所以多花了一些时间来研究一下，把心得扔上来分享一下。
这是一个被江湖传言很邪乎的软件，虽然从2.3开始我就有开始用过，但是因为其较慢的处理速度，复杂的参数设置（实际上是因为NeatImage应用了不同的一些处理观念，比如其色彩空间用了YCrCb，导致我对它的兴趣不大）。而现在NeatImage已经被广大的DC用户顶礼膜拜为“磨皮圣手”，就更导致我对这个软件的反感，因为在我所看到的应用范例中，很少有能正确地理解和使用NeatImage的，大多数用户仅仅是好像是用来把人像作品置入，然后一古脑的作Clean的工作，出来的人物皮肤质感全无，好像一整块的橡皮贴在脸上，这样的应用完全是一种曲解，如果仅仅是为了让人物好看些，适当的柔光和USM再加上一些其他步骤足可以应付了。
这篇文章的目的也不是为了矫正视听，我还没有那么深的道行。只是作为噪声处理的一种方法，拿出来给大家介绍一下。在Neat Image的主页上，是这样介绍的：
Neat Image reduces high ISO noise of image sensors (CMOS, CCD noise) — digital camera noise and scanner noise, high ASA film grain of scanned photos, JPEG artifacts of overcompressed digital images, color banding, and makes images sharper at the same time. Neat Image is indispensable in low-light, sport, action photography.
也就是说，Neat Image可以处理几乎所有的噪声状况，比如CMOS/CCD的高ISO值导致的噪声，胶片扫描后的颗粒，JPEG压缩造成的人工迹象，色彩分离等等。
我们还是通过那张调整后的家居生活照来看看Neat Image的工作过程。
导入图片
把这一步独立出来说实话真的没什么必要，不知道NeatImage是怎么设计的。注意NeatImage的对输入格式的支持。它不能支持CMYK的格式的图像，而对于绝大多数的DC玩家，并没有什么不方便的地方。
创建设备档案
在讲述操作之前，现明确一下NI的一个概念。NI声称使用YCrCB的色彩空间来描述JPEG图像将可以得到最佳的效果，那么这个YCrCb到底是什么呢？YCrCb信号是由CCIR(International Consultative Committee for Radio )所定的一种数位视频信号标准，由於最早是出现在CCIR recommendation 601内，有时又把这种标准称为CCIR 601标准。解释为可以理解的语言就是色差分离，Y代表亮度信号，CrCb代表色度差信号，这其中又涉及了很多具体的操作参数，不在此赘述。由于在JPEG订立的标准的时候，考虑到了人眼对于亮度信号的敏感度大大高于色度信号，所以采用了这种给予YCrCb的编码方式。涉及到噪声信号，绝大多数可见噪声都出现在亮度也就是Y空间里面。
这一步主要是用来评估此图像的噪声水平。首先我们要采取一个粗略的估算步骤。
1，选择你应用的色彩空间，默认的情况使用YCrCb，原因我们上边已经说过了。YCrCb Symmetric适合灰度图象，如果你只考虑对某一个独立的彩色通道进行操作，则可以使用RGB色彩空间。
2，在图像上选择一块还有均匀色调的区域来交给程序作分析和测量。常见的这种区域有洁净的没有云彩飞鸟的天空，平静的海面等等，这种区域在各通道上的变化较小。区域的大小至少要有60X60像素的大小，建议选用100X100的面积进行分析，一旦选择的区域足够大，则Rough Moise Analyzer区域显示出"Selection Can be Analyzed"。点击尺子的标记进行分析
通过以上的两步骤我们可以建立一个关于此设备（比如Finepix S2 Pro）的噪声粗略描述档案。而实际上，绝大多数的图像含有不平均分配的噪声区域，比如在很多图像中，暗区的噪声将明显的高过亮区的噪声。为了得到更精确的过滤效果，我们不得不对图像作精细的噪声估算。
噪声估算的精细化可由手动或者程序自动完成。我们先来看看手动完成的情况。透过Noise Profile Equalizer 的调节来像Profile中反映图像的噪声分布。我们来了解一下完成的步骤。
1。首先要使Noise Profile Equalizer生效。Equalizer上分为3个通道，每个通道有9个调整条，代表从暗到明的分布。
2。在图像上选择一块30X30见方 至 300X300见方的平均色调区域。根据选择区域的大小不同，可分析的噪声种类也不同。见下图。
3，点击绿色的尺子的按钮开始分析和估算。这时候根据选择区域的噪声分布，会在每个调整条的上方显示出色标来达标分析返回的状态，绿色的标记说明分析结果极好，红色的标记代表分析的结果是错误的，桔色代表不能预期的强噪声范围。比如选择了含有大量细节的区域，使用了错误的粗略分析档案，图像的噪声含有强变化参数等等。红色和桔色的标记都应该通过重置Equalizer来避免。
4，为了确切的描述噪声的分布，你可能要在图像中选择不同的区域进行分析，尽量的让9个调整条都有反映。如果确实达到了需求，点击下面的AutoComplete则可以有程序自动的完成对其他调整条的填入工作,
注意这里不要选择带有细节的地方进行分析，那会使结果不正确，影响最后滤镜的效果。5，完成这一步后，既可以保存到Profile中去，而分析的工作也就完成了。
6，自动分析则是有程序自动完成对整个图像的微调整分析。不需要用户选定采样区域，直接点击就可以完成分析的过程。
