星空摄影圈的玩家应该都听过这句话：拍星轨不难，难的是把星轨拍得干净、漂亮、不显脏。玩了三四年延时和深空，我手里的星野素材少说也有十几万张，真正让我觉得“这工具能改变习惯”的，就是 starnet——一个专门用来做星轨合成与星空降噪的免费神器。这篇文章我想把它的原理、正确用法、常见坑和压箱底的操作技巧一次性讲清楚，帮你少走我走过的那些弯路。

适合谁来读？两类人：一是刚入门星野摄影、想把几百张连续照片叠加成星轨但被PS图层搞到头大的新手；二是已经在用传统堆栈方式、但对画面噪点和拖线不满意、想进一步提升画质的老玩家。读完你至少能明白三个核心问题：starnet 到底比传统堆栈强在哪、关键参数怎么调、遇到花屏和内存崩溃时怎么排查。

1. 先搞清楚 starnet 解决的是什么问题

1.1 传统星轨合成的“脏”与“钝”

过去我们用 Photoshop 的“最大值堆栈”做星轨，原理很简单：把几十张到几百张照片对齐，然后每个像素点取最亮值。因为星星是移动的，不同时间点的星星会落在不同位置，最大值叠加就把所有轨迹都保留了。

听起来很完美，对吧？但实际操作中你会遇到三个麻烦：

• 地景会漂：除非你做了严格的地景对齐，否则风吹草动、脚架微移都会让山体和建筑产生虚影。
• 噪点全部暴露：最大值堆栈会把每张照片里的热噪点和随机噪点一网打尽，结果就是星轨成了“花轨”，满天都是不该有的光斑。
• 星星拖线生硬：叠加出的星轨边缘锐利但缺乏过渡，放大看会觉得很“数码”。

1.2 starnet 的思路：先分离，再合成

starnet 的处理逻辑和传统方式完全不同。它先把每一帧照片里的星星和地景分离，然后只对星星部分做轨迹合成，地景则单独取一张最清晰的做基底，最后再融合。这个思路的妙处在于：地景不动，就没机会出现重影；星星单独合成，就不会把地面的噪点一起叠进来。

用一句话概括：传统堆栈是在“同一张图里”解决问题，starnet 是把问题“拆开”再合起来。这也是为什么用了 starnet 之后，成片的地景部分是那种干净、稳、有质感的静态照片模样，而星轨部分又是细腻连续的线条，两者反差非常讨喜。

2. 核心细节解析：starnet 的原理与关键参数

2.1 它是怎么识别星星的

starnet 的官方全称是 Star Network，最早是用于天文图像处理的神经网络工具，后来被摄影爱好者改造成了星轨合成工具。它识星轨不靠“亮度阈值”，而是通过卷积神经网络逐像素判断哪些是星星、哪些是背景。也就是说，它会把图片分成两个图层：stars（星点/星轨）和 starsless（无星背景）。

这一步非常关键，因为它直接决定了后面的合成质量。你如果自己用蒙版去抠，会遇到星星边缘的半透明过渡、密集星场的粘连、以及背景发光的弥散星云——这些用传统手段很难处理干净，而网络模型做这件事又快又稳。

2.2 四个你早晚要碰到的参数

不管你在哪个平台跑 starnet，都会遇到这组常见配置：

• upscale_factor：模型放大的倍数，一般填 2。
• downscale_factor：预降采样倍数，机器性能不够时可以填 2，速度更快，但细节略有损失。
• color_mode：rgb 或 grayscale。拍彩色星轨当然选 rgb。
• 线程数（threads / num_workers）：多核 CPU 或 GPU 并行处理，填 CPU 核心数附近的数值能明显提速。

很多人上手就默认跑，结果彩色输出偏色或处理超慢。我的经验是：如果不打算做大幅裁切，就先不要开 upscale_factor=2，直接跑原始分辨率即可，输出速度能快三分之一，画质肉眼无明显差别。

2.3 为什么说“先叠加、后增强”只有方向对了才有意义

starnet 的输出结果是分层的，你可以只合成星轨层，也可以只取背景层。因此常规工作流可以有两种：

• 方案 A：先用 starnet 把所有帧的 starsless 背景去掉，再把剩下的星星帧做最大值堆栈，得到干净星轨，最后叠回一张地景图。
• 方案 B：直接用 starnet 的 star 层做轨迹合成，再用 startrails 合成功能叠加。

我更推荐方案 A。原因是方案 B 对单帧星星的亮度一致性要求很高，一旦中间某几帧有云飘过，那几帧的星星被模型识别得七零八落，合成出的轨迹就断断续续。方案 A 则是在星星已经分离之后再堆栈，容错率明显更高。

3. 实操过程与核心环节实现

3.1 环境准备：拿到 starnet 并跑通第一次

starnet 最方便的获取方式是下载编译好的发行包，目前支持 Windows、Linux、macOS。以 Windows 为例，解压后你会看到 star.exe / starnet.exe 这样的可执行文件。

第一步，打开命令行，进入解压目录，先处理一张测试图：

starnet.exe --input test.jpg --output test_stars.png --stars

这条命令的含义是：输入 test.jpg，输出只包含星星的 test_stars.png。你也可以加--no-stars输出背景。先跑通这一条，确认模型文件路径正常、CUDA 或 CPU 后端可用，再进行批量操作。

第二步，批量提取星星层。假设你有 200 张 RAW 转出的 TIFF（建议 16-bit TIFF，保留更多亮度信息，比 JPEG 后期空间大得多），可以用一个很简单的循环：

for %%f in (*.tif) do ( starnet.exe --input "%%f" --output "stars_%%f" --stars starnet.exe --input "%%f" --output "bg_%%f" --no-stars )

这一步会占不少硬盘空间，因为每组输入产出两张图。我实际跑 200 张 2400 万像素原图，大概需要 80GB 空闲空间。建议先算好存储再开工。

3.2 核心合成：从星星层到星轨

星星层都提取完之后，用支持最大值堆栈的软件进行合成（Photoshop、Siril、StarStaX 都行）。我个人最常用的是 StarStaX，因为它有专门的“流星/星轨”模式，而且支持对每帧做轻微对齐。

在 StarStaX 里把 200 张 stars_*.tif 拖进去，选择“堆栈模式 = 最大亮度”，输出一张星轨图。

这时候你会得到一张底色接近纯黑、只有细密星轨的画面。它可能看起来对比度不高，这是正常的——不要急着拉色阶，后面叠底图时还会统一调整。

3.3 融合地景：把星轨“放回”画面里

用之前提取的某一张背景图（建议选一张地景清晰、无云遮挡的 bg_xxx.tif），在 Photoshop 里置于底层，把堆栈出的星轨图放上层，混合模式选“变亮（Lighten）”或“滤色（Screen）”。

• 变亮模式：取两层中较亮的像素，适合星轨本身比较亮、地景亮度较低的场景。
• 滤色模式：整体提亮，星轨会更明显，但地景也会被稍微照亮，具体看你要的氛围。

我的习惯是先用变亮，再对星轨层加一点点外发光或柔光效果，让轨迹边缘有自然过渡。

3.4 参数与输出规格速查

为了让操作更直观，我把最常用的一套参数组合放在表格里：

这套参数是我在多种场景下反复试出来的，适合 90% 的地景星轨照片，你可以把它当成默认起点来微调。

4. 常见问题与排查技巧实录

4.1 星星层变成“马赛克”

这是最常遇到的问题，尤其在密集星场区域。原因通常是模型输入分辨率被压得太低，星点之间的间距小于一个像素，神经网络无法区分。解决办法是保持原始分辨率运行，或者先用双线性插值把图片放大一倍再喂给模型。

4.2 地景与星轨之间出现亮边

明明我用了变亮混合，星轨边缘却有灰边或者亮边？这是因为星星层里残留了一些地景的亮部信息，例如山体反光。我的排查顺序是：先看单张 stars 输出，确认地景是否干净；如果地景仍有残留，可以在提取星星层之前先用蒙版把地景区涂黑，只让天空参与 starnet 提取。

4.3 内存不足 / 程序崩溃

批量跑几百张大图时，Linux 下容易 OOM（内存溢出），Windows 下容易直接崩。建议每次批处理不要超过 50 张，处理完后把临时 stars 文件移到另一块盘。如果仍然崩溃，把 downscale_factor 临时调整为 2 重新提取，后面再用后期软件把星星层放大回原尺寸，画质损失是可控的。

4.4 星轨断层，轨迹中间消失

通常不是 starnet 的问题，而是拍摄间隙有云或飞机等遮挡物。这种情况下，重新提取星星层意义不大，要从素材源头解决——删掉有遮挡的帧再合成。

5. 一些压箱底的经验补充

5.1 拍星野之前就为 starnet 做准备

既然是聊实操，我就多说几句关于“前期拍摄怎么配合后期工具”的话。starnet 对单帧画质的要求不低，尤其是噪点控制。ISO 尽量控制在原生 ISO 的 1-2 档之内（比如很多机器是 ISO 100 原生，那你就别超过 ISO 400 太多），单帧曝光不要过短，否则暗星太少，合成出来轨迹稀疏。

另外，间隔越短、张数越多，星轨越连贯。建议单张 10-20 秒、间隔 1-2 秒、总张数 200 张以上。拍北天极附近时，轨迹是同心圆，特别适合这种后期手法。

5.2 批量处理时优先跑“背景层”

starnet 的模型在做星星提取时更花时间，而背景层提取因为几乎没有星点识别压力，速度快得多。如果你只想要一张干净地景，完全可以先只跑--no-stars，省下大量时间。实验表明，同样一张图，只提取背景比只提取星星能快 20%-40%。

5.3 多平台选择建议

Windows 图形界面下用 StarStaX + starnet 是最舒服的组合；Linux 服务器上可以考虑 starnet 的命令行版加批量脚本；macOS 用户注意文件路径带空格时要用引号包住。还有一点，GPU 加速版本依赖于 CUDA 环境，没有独立显卡的电脑跑 CPU 版本就行，只是慢一些——200 张图大概多等半小时，不算离谱。

6. 我的真实体会

我个人实际跑 starnet 最惊艳的一次，是在海拔 4200 米的垭口拍的猎户座星轨。当时天气不算好，薄云飘过好几次，数值上噪点也不低。要是以前直接叠加，肯定废了。但用 starnet 把星星层分出来后、剔除掉有云的帧再合成，成片居然像是“只有干净天空”的感觉，地景的雪山轮廓是完整稳的，星轨从猎户座中心一圈圈散开，那种画面质感，传统流程真的很难做到。

这个方法后来我也试过拿来处理星野延时摄影的单帧降噪、甚至月面拼接的预处理，虽然软件本身主要是面向星轨，但“先分离再合成”的思路确实能迁移到多个星空后期场景里。如果你也拍了大量星野素材还没处理，强烈推荐找个周末跑一遍这个流程，相信你会在看到干净星轨图层的那一刻理解我现在的心情。