
Denoising là gì? Cách denoiser làm sạch ảnh render path tracing
Tổng quan
Giới thiệu
Denoising là gì? Trong render 3D, denoising (khử nhiễu) là bước lọc loại bỏ hạt nhiễu trên ảnh path tracing khi ảnh được render với quá ít sample để hội tụ. Denoiser nhìn vào các pixel nhiễu, thường kèm thêm dữ liệu từ renderer, rồi ước tính mỗi pixel sẽ trông thế nào nếu render tiếp tục lấy mẫu. Làm tốt, bạn có thể dừng một khung hình ở một phần nhỏ số sample mà vẫn giao ảnh sạch. Làm kém, nó làm mờ texture, tạo ra artifact và khiến animation bị nhấp nháy.
Bài viết này giải thích vì sao ảnh path tracing bị nhiễu, denoiser làm gì với các buffer dẫn hướng, những denoiser bạn sẽ gặp, phép tính đánh đổi giữa sample và bước denoise, cùng các giới hạn. Bài không hướng dẫn thiết lập variance AOV của Arnold; phần đó nằm trong How to Denoise AOVs Effectively. Cách một path tracer dò ánh sáng được giải thích trong Ray Tracing vs Path Tracing.
Vì sao ảnh path tracing bị nhiễu
Path tracer tạo từng pixel bằng cách bắn các đường đi ánh sáng ngẫu nhiên từ camera và lấy trung bình kết quả. Một đường có thể trúng đèn trực tiếp, đường khác có thể nảy hai lần rồi chỉ thấy một góc tối. Khi mỗi pixel có ít đường đi, giá trị trung bình dao động quanh đáp án đúng, và sự dao động đó chính là hạt nhiễu bạn thấy. Thống kê gọi đó là phương sai, còn phương pháp này là tích phân Monte Carlo.
Sai số giảm rất chậm, xấp xỉ theo căn bậc hai của số sample, nên muốn giảm một nửa nhiễu cần khoảng gấp bốn lần số sample. Bài Ray Tracing vs Path Tracing của chúng tôi cho thấy điều đó trông ra sao ở 16, 64, 256 và 1.024 sample mỗi pixel.
Nhiễu không phân bố đều. Nó tập trung ở nơi ánh sáng khó tìm: bóng mềm, ánh sáng gián tiếp, phản chiếu glossy, kính, volume. Điều này quan trọng về sau, vì denoiser phải quyết định từng pixel xem một đốm sáng là nhiễu hay chi tiết thật. Và do quy luật căn bậc hai, vài phần trăm cuối cùng của độ sạch là phần tốn kém nhất của một lần render. Denoising nhắm vào phần đuôi đó: dừng sớm hơn, rồi lọc phần còn lại.
Denoiser làm gì
Denoiser nhận một ảnh nhiễu và trả về ước tính sạch hơn về giá trị mà mỗi pixel sẽ hội tụ tới. Cách ngây thơ là lấy trung bình mỗi pixel với các pixel lân cận, tức là làm mờ. Làm mờ loại bỏ nhiễu và chi tiết cùng lúc, nên họa tiết ca-rô, mép bóng sắc nét hay một sợi tóc tan đi nhanh không kém hạt nhiễu.
Công việc thật sự là phân biệt nhiễu với tín hiệu, và hai nhóm lớn làm việc này theo cách khác nhau.
Bộ lọc thuật toán dùng các quy tắc do con người thiết kế, đánh trọng số các pixel lân cận theo mức độ giống nhau và gần nhau. Altus, một trong ba denoiser của Redshift, được mô tả trong tài liệu Redshift của Maxon (đọc ngày 19 tháng 11 năm 2026) là xây dựng trên các phương pháp truyền thống thay vì deep learning.
Denoiser học máy là các mạng neural được huấn luyện trên ảnh nhiễu và ảnh đã hội tụ. NVIDIA cho biết denoiser OptiX của họ được huấn luyện trên hàng chục nghìn ảnh render từ một nghìn cảnh 3D (NVIDIA OptiX denoiser, đọc ngày 19 tháng 11 năm 2026), và Maxon nói điều tương tự về OptiX và Intel Open Image Denoise: các mô hình deep learning được huấn luyện trên hàng chục nghìn ảnh. Mạng đã huấn luyện từng thấy nhiễu trông thế nào khi đặt cạnh cấu trúc thật, nên có thể giữ lại các cạnh mà phép làm mờ sẽ xóa. Nó cũng có thể sai theo những cách mà bộ lọc thuật toán không mắc phải.
Intel mô tả Open Image Denoise là thư viện mã nguồn mở gồm các bộ lọc khử nhiễu cho ảnh ray-traced, với các bộ lọc xử lý được từ số sample rất thấp đến ảnh gần như đã hội tụ (Open Image Denoise, đọc ngày 19 tháng 11 năm 2026). Đó chính là điểm mấu chốt của denoising: bạn đưa cho nó một khung hình nhiễu nhưng chưa đến mức vô vọng.
Denoiser nhận được gì: beauty nhiễu, albedo và normal
Renderer biết những thứ mà camera không bao giờ biết: màu của từng bề mặt trước khi chiếu sáng, gọi là albedo, và hướng của từng bề mặt, gọi là normal. Cả hai có thể được tạo ra với rất ít hoặc không có nhiễu. Chúng là các guide lý tưởng, vì nơi albedo đổi đột ngột là cạnh texture thật, và nơi normal xoay là thay đổi hình khối thật.
Trang của Intel nói Open Image Denoise có thể chỉ dùng ảnh beauty nhiễu, hoặc dùng thêm các feature buffer phụ như albedo và normal để giữ nhiều chi tiết hơn. Cycles đưa ra cùng ý tưởng: tùy chọn Passes cho phép chọn chỉ color, albedo, hoặc albedo cộng normal, và tài liệu khuyến nghị ít nhất là albedo vì denoise chỉ từ color có thể làm mờ chi tiết (Blender 5.3 manual, Cycles sampling, đọc ngày 19 tháng 11 năm 2026).
Sơ đồ minh họa những gì denoiser nhận được: ảnh nhiễu ở 2 sample mỗi pixel, buffer albedo không nhiễu và buffer normal không nhiễu đi vào denoiser, đầu ra là ảnh sạch hơn
Sơ đồ được tạo bằng một bộ lọc rất đơn giản trên một cảnh mẫu: một quả cầu đặt trên sàn ca-rô, render bằng script Monte Carlo ở 2 sample mỗi pixel. Các buffer cho bộ lọc biết cạnh ca-rô nằm đâu và quả cầu cong ở đâu, nên nó chỉ lấy trung bình giữa các pixel đồng nhất. Hãy để ý điều nó không nhìn thấy: bóng mềm không xuất hiện ở buffer nào, nên bị làm mịn nhiều hơn các cạnh ca-rô. Denoiser production mạnh hơn nhiều, nhưng chi tiết mà feature buffer không thể hiện vẫn dễ bị mất hơn, vì vậy mép bóng và phản chiếu là nơi nên kiểm tra đầu tiên.
Các denoiser chính
| Denoiser | Cách tiếp cận | Chạy trên | Bạn gặp nó ở đâu |
|---|---|---|---|
| Intel Open Image Denoise (OIDN) | Bộ lọc deep learning, mã nguồn mở theo Apache 2.0 | CPU (Intel 64 có SSE4.1, ARM64 gồm Apple silicon) và GPU của Intel, NVIDIA (Turing trở lên), AMD (RDNA 2 trở lên) và Apple (M1 trở lên) | Cycles, Redshift và Arnold liệt kê đây là một tùy chọn |
| NVIDIA OptiX AI-accelerated denoiser | Mô hình deep learning, có thể dùng Tensor Core | Chỉ GPU NVIDIA | Cycles, Redshift và Arnold; NVIDIA còn liệt kê Houdini và Thea Render |
| Altus | Bộ lọc thuật toán, không phải mạng neural | Mọi phần cứng | Chỉ Redshift |
Cột phần cứng lấy từ các trang của Intel và Maxon theo bản đọc ngày 19 tháng 11 năm 2026 và thay đổi theo từng phiên bản, nên hãy kiểm tra trang của nhà cung cấp trước khi lên kế hoạch quanh một card. V-Ray và Corona có denoiser riêng với thiết lập riêng, còn Arnold liệt kê cả OIDN và OptiX là tùy chọn denoiser; về chi tiết của Arnold, hãy xem hướng dẫn denoiser Arnold.
Cái nào tốt hơn tùy vào công việc. Tài liệu Blender nói OpenImageDenoise thường cho chất lượng cao nhất, trong khi OptiX chỉ có trên GPU NVIDIA và hỗ trợ tăng tốc trên một số card đời cũ mà OpenImageDenoise không làm được. Trong Redshift, Altus chỉ hoạt động ở bucket rendering, còn OptiX và OIDN hoạt động ở cả chế độ bucket và progressive. Trên thực tế, lựa chọn thường quy về ba câu hỏi: có GPU NVIDIA không, engine có cung cấp denoiser bạn muốn không, và bạn denoise ảnh tĩnh hay chuỗi khung hình.
Sự đánh đổi: ít sample hơn cộng thêm một bước denoise
Hãy lấy một khung hình giả định trông sạch ở 1.024 sample mỗi pixel và mất 40 phút. Thời gian render tỷ lệ xấp xỉ với số sample, nên 256 sample mất khoảng 10 phút. Bạn đã giảm sample đi bốn lần, nên nhiễu cao gấp khoảng hai lần, và đó là phần denoiser phải loại bỏ.
Biểu đồ cột của một ví dụ giả định: 40 phút mỗi khung hình ở 1.024 sample không denoiser so với 10 phút mỗi khung hình cộng một bước denoise nhỏ ở 256 sample; với 240 khung hình là 160 giờ máy so với 40 giờ máy cộng denoising
Một shot 10 giây ở 24 fps là 240 khung hình: 160 giờ máy nếu mỗi khung 40 phút, hoặc 40 giờ máy cộng bước denoise nếu mỗi khung 10 phút. Các con số được bịa ra để minh họa tỷ lệ, cảnh của bạn sẽ khác, nhưng quy luật thì chung: chi phí lấy mẫu tăng theo mỗi lần nhân đôi, còn một lượt denoise chỉ là phần cộng thêm tương đối nhỏ.
Nhỏ không có nghĩa là miễn phí. Trợ giúp Redshift của Maxon nói OptiX và OIDN có thể chạy sau mỗi lượt progressive hoặc mỗi bucket tùy theo thiết lập denoise overhead, trong đó số không nghĩa là chỉ denoise một lần ở cuối. Tài liệu bổ sung rằng Altus mất vài giây cho mỗi lần denoise và, ở chế độ Dual Pass, phải render khung hình hai lần trước. Hãy đo bước này trên chính cảnh của bạn.
Denoising cũng kết hợp được với các cách tiết kiệm khác. Noise Threshold của Cycles dừng lấy mẫu ở những vùng đã đủ sạch, với giá trị thường gặp từ 0,1 đến 0,001 theo tài liệu, và denoiser làm sạch phần còn lại. Danh sách đầy đủ hơn về những yếu tố quyết định thời gian render có trong hướng dẫn Render Time Optimization của chúng tôi.
Có một quy tắc đúng ở mọi nơi. Trang Redshift của Maxon gọi denoising không phải "viên đạn bạc" và mô tả nó hữu ích nhất ở vài phần trăm nhiễu cuối cùng. Denoiser giảm số sample bạn cần. Nó không thay thế chúng.
Khi denoising gặp vấn đề
Mọi denoiser đều đánh đổi nhiễu lấy rủi ro, và mỗi lỗi có cách khắc phục khác nhau.
Mất chi tiết nhỏ. Maxon liệt kê tình trạng làm mịn quá mức làm mất texture và chi tiết hình học nhỏ trong các kiểu lỗi. Vải dệt, tóc, dây mảnh và chữ nhỏ thường là nạn nhân.
Artifact kiểu tranh vẽ. Cũng trang đó mô tả các artifact giống nét cọ, dấu hiệu cho thấy bộ lọc đã tự tạo ra cấu trúc từ nhiễu mà nó không phân loại được.
Nhiễu lạ. OptiX và OIDN có thể bỏ sót các kiểu nhiễu không có trong dữ liệu huấn luyện, nên vật liệu bất thường, volume dày hoặc depth of field cực đoan có thể bị để lại hoặc bị nhòe.
Dư lượng thay vì hạt nhiễu. Maxon cảnh báo rằng trong animation, nhiễu còn sót có thể hiện thành những mảng nhấp nháy, có thể gây phân tâm hơn cả nhiễu ban đầu.
Phần lớn các lỗi này giảm khi số sample tăng, vì đầu vào sạch hơn thì ít phải đoán hơn. Phương pháp thực tế là tìm số sample thấp nhất mà kết quả đã denoise vẫn qua được khi kiểm tra ở 100%, rồi cộng thêm một khoảng dự phòng.
Animation: nhấp nháy và temporal denoising
Ảnh tĩnh chỉ denoise một lần. Animation được denoise hết khung hình này đến khung hình khác, và mỗi khung hình có nhiễu ngẫu nhiên riêng. Ngay cả khi cảnh gần như không chuyển động, denoiser vẫn nhận đầu vào khác nhau ở mỗi khung hình và có thể trả về kết quả hơi khác. Điều đó hiện ra như hiện tượng lấp lánh ở những vùng lẽ ra phải ổn định.
Ba khung hình liên tiếp của cùng một cảnh tĩnh được render với nhiễu khác nhau, kết quả sau khi denoise, và ảnh chênh lệch được khuếch đại giữa hai khung đã denoise cho thấy hiện tượng nhấp nháy giữa các khung hình
Hình minh họa cho thấy điều này với cùng bộ lọc mẫu. Cảnh tĩnh, nên một denoiser hoàn hảo sẽ trả về các khung hình giống hệt và ảnh chênh lệch sẽ đen hoàn toàn. Thực tế thì không, vì nhiễu của mỗi khung hình đẩy bộ lọc tới một kết quả hơi khác. Denoiser production làm tốt hơn nhiều, nhưng nguyên lý vẫn vậy.
Có hai cách giảm hiện tượng này. Đầu vào ít nhiễu hơn thay đổi ít hơn giữa các khung hình, nên thêm sample sẽ giúp. Và có thể giữ cố định kiểu nhiễu: trợ giúp Redshift của Maxon khuyên tắt Randomize Pattern on Each Frame để nhiễu giữ cố định theo camera. Trang Cycles lại gợi ý Use Animated Seed cho animation, nghe có vẻ ngược lại, vì kiểu nhiễu thay đổi sẽ ít gây chú ý hơn. Theo chúng tôi hiểu, hai lời khuyên này giải quyết hai vấn đề khác nhau: lời khuyên của Cycles che hạt nhiễu thô khi bạn không denoise, còn lời khuyên của Redshift giữ ổn định đầu vào của denoiser khi bạn có denoise.
Câu trả lời đầy đủ hơn là temporal denoising, trong đó bộ lọc còn nhìn cả các khung hình lân cận. Trang OptiX của NVIDIA nói denoiser của họ dựa trên nghiên cứu của NVIDIA về tái tạo chuỗi ảnh Monte Carlo. Renderer nào có chế độ temporal hay không là câu hỏi dành cho tài liệu của nó. Hãy thử trước khi cho là có. Render 10 đến 20 khung hình liên tiếp của shot khó nhất ở số sample dự định và xem chúng ở dạng chuyển động: hiện tượng nhấp nháy không thấy được ở một khung hình thường lại rất rõ khi phát lại.
Denoising với pass và AOV
Compositor tách một lần render thành các pass, gọi là AOV, để chỉnh riêng phản chiếu, ánh sáng và bóng. Nếu bạn denoise beauty mà không denoise các pass, hoặc ngược lại, chúng sẽ không còn cộng khớp nhau và bạn thấy đường nối hoặc lệch màu. Hãy chọn một cách làm cho mỗi dự án. Hướng dẫn What Are AOVs in Rendering của chúng tôi nói về pass và file multilayer.
Nếu bạn denoise sau khi render thay vì trong lúc render, buffer albedo và normal phải được lưu cùng mọi khung hình, cùng độ phân giải và từ cùng camera, nếu không denoiser sẽ mất guide.
Denoising trên render farm
Render farm render mỗi khung hình như một tác vụ riêng trên máy riêng. Cách đó phù hợp với denoising lúc render, vốn không cần gì từ các khung hình khác, và kém phù hợp hơn với temporal denoising, vì một pass đọc các khung hình lân cận cần toàn bộ chuỗi và thường chạy sau khi các khung hình đã trả về.
Phần cứng cũng quan trọng. OptiX cần GPU NVIDIA, trong khi OIDN còn chạy được trên CPU. Tài liệu Blender bổ sung rằng denoise bằng GPU nhanh hơn đáng kể so với CPU nhưng cần thêm bộ nhớ GPU, và gợi ý tắt nó với các cảnh lớn bị thiếu bộ nhớ. Trên một GPU node của Super Renders Farm, mỗi trong hai card RTX 5090 có 32 GB và hai card không gộp bộ nhớ, nên một denoiser GPU dùng chung 32 GB của một card với cảnh. Với cảnh nặng, hãy kiểm tra phần bộ nhớ còn dư trước một job dài.
Denoiser là một thiết lập render, nên hãy kiểm tra nó cùng số sample và đường dẫn output. Render một khung hình tiêu biểu ở thiết lập cuối cùng trên loại máy bạn định dùng và kiểm tra ở 100%. Thời gian CPU và GPU được tính phí trên cơ sở khác nhau, nên một lần render CPU nặng sample và một lần render GPU có hỗ trợ denoise là hai ngân sách khác nhau; trang bảng giá giải thích cách tính từng loại.
Denoising ảnh chụp và video so với ảnh render
Kết quả tìm kiếm về denoising đầy các công cụ cho ảnh chụp và video. Bộ khử nhiễu ảnh chụp chỉ có bức ảnh và phải đoán đâu là nhiễu cảm biến, đâu là chi tiết. Denoiser cho render xử lý nhiễu Monte Carlo và có thể được cấp các guide không nhiễu. Mục tiêu giống nhau, nhưng nhiễu và kiểu lỗi khác nhau, nên thiết lập không chuyển sang nhau được.
FAQ
Q: Denoising trong render 3D là gì? A: Denoising là bước lọc loại bỏ hạt nhiễu khỏi ảnh path tracing được render với quá ít sample. Denoiser ước tính mỗi pixel sẽ trông thế nào nếu render tiếp tục lấy mẫu, thường dùng buffer albedo và normal không nhiễu để bảo vệ cạnh và texture. Nó không phải là làm mờ, vốn loại bỏ nhiễu và chi tiết cùng lúc.
Q: Denoising có giảm thời gian render không? A: Thường là có. Giảm sample đi bốn lần thì thời gian render giảm khoảng bốn lần, đổi lại nhiễu cao gấp khoảng hai lần, và denoiser loại bỏ phần lớn nhiễu đó với một bước thêm tương đối nhỏ. Một khung hình toàn nhiễu thì không cứu được, và bước denoise cũng tốn thời gian mà bạn nên đo.
Q: OptiX và Open Image Denoise khác nhau thế nào? A: Cả hai đều là denoiser học máy, nhưng OptiX chỉ chạy trên GPU NVIDIA, còn Open Image Denoise của Intel là mã nguồn mở và chạy trên CPU cùng GPU của Intel, NVIDIA, AMD và Apple. Tài liệu Blender nói Open Image Denoise thường cho chất lượng cao nhất, còn OptiX hỗ trợ một số GPU NVIDIA đời cũ mà nó không hỗ trợ.
Q: Vì sao denoising làm animation bị nhấp nháy? A: Mỗi khung hình có nhiễu ngẫu nhiên khác nhau, nên denoiser xử lý từng khung hình riêng lẻ có thể trả về kết quả hơi khác ở các khung liên tiếp. Số sample cao hơn, kiểu nhiễu cố định khi engine có hỗ trợ và temporal denoising khi có sẵn đều giúp giảm hiện tượng này. Hãy thử một chuỗi ngắn ở dạng chuyển động.
Q: Buffer albedo và normal dùng để làm gì trong denoising? A: Chúng là các guide không nhiễu. Albedo cho thấy nơi màu bề mặt thay đổi và normal cho thấy nơi hình khối thay đổi, nên denoiser phân biệt được cạnh thật với đốm nhiễu. Tài liệu Blender khuyến nghị ít nhất là albedo, vì denoise chỉ từ color có thể làm mờ chi tiết.
Q: Cần bao nhiêu sample trước khi denoise? A: Không có con số chung, vì nhiễu phụ thuộc vào ánh sáng, vật liệu và chuyển động. Intel nói các bộ lọc của họ xử lý được từ số sample rất thấp đến ảnh gần như hội tụ, nhưng chất lượng thay đổi. Hãy render các khung thử với số sample giảm dần, tìm mức thấp nhất mà ảnh vẫn qua được khi kiểm tra ở 100%, rồi cộng thêm một khoảng dự phòng.
About Alice Harper
Blender and V-Ray specialist. Passionate about optimizing render workflows, sharing tips, and educating the 3D community to achieve photorealistic results faster.



