堆栈为什么能实现慢门效果，为什么会无损降噪？
先看看Adobe官方关于堆栈的描述(节选)：
图像堆栈将一组参考帧相似、但品质或内容不同的图像组合在一起。将多个图像组合到堆栈中之后，您就可以对它们进行处理，生成一个复合视图，消除不需要的内容或杂色。
- 创建图像堆栈
要获得最佳结果，图像堆栈中包含的图像应具有相同的尺寸和极其相似的内容，如从固定视点拍摄的一组静态图像或静态视频摄像机录制的一系列帧。图像的内容应非常相似，以使您能够将它们与组中的其它图像套准或对齐。
- 堆栈模式
堆栈模式只基于每通道起作用，并且仅作用于非透明像素。例如，“最大值”模式将为像素横截面返回最大的红绿蓝通道值，并将这些值合并到已渲染图像中的一个复合像素值中。
- 最大值
所有非透明像素的最大通道值
- 平均值
所有非透明像素的平均通道值
对减少杂色有效
- 中间值
所有非透明像素的中间通道值
对减少杂色和从图像中移去不需要的内容有效
使用脚本创建图像堆栈
可以使用统计脚本自动创建和渲染图形堆栈。
1.选择“文件”>“脚本”>“统计”。
2.从“选择堆栈模式”菜单中选择堆栈模式。
3.将堆栈模式应用于当前打开的文件，或通过浏览以选择文件夹或单个文件。
您选择的文件将在对话框中列出。
4.如果需要，请选择“尝试自动对齐源图像”（等同于选择“编辑”>“自动对齐图层”）。然后单击“确定”。
Photoshop 将多个图像组合到单个多图层的图像中，并将图层转换为智能对象，然后应用选定的堆栈模式。
说说自己对几个参数的理解
"最大值"是星轨叠加时选用的参数，从字面就可以理解，
这个算法将堆栈中各图层中最亮的部分显示到了最终合成的照片上
假设有5张照片，对于每张同一位置的某个点，亮度分别是0、10、20、30、40
对这5张照片进行堆栈，应用"最大值"，那么最终合成照片的中，
这点的亮度是：Max(0、10、20、30、40)=40
对于同一个星星而言，他在每张照片中的亮度假设都是50，
那么每张照片中的这个50都被"挑"了出来
而这个星星在每张照片中都会有一个小的位移，因此多个50就连成了一条线
如果你有上百张这样的照片，那么叠加后最终就形成了星轨
官方对"平均值"的说明：所有非透明像素的平均通道值
这意味着什么呢？
还是假设有5张照片，对于每张同一位置的某个点，亮度分别是0、10、20、30、40
对这5张照片进行堆栈，应用"平均值"，那么最终合成的照片中，
这点的亮度是：(0+10+20+30+40)/5=20，计算结果是一个平均值
这正好跟相机的单次长曝效果一样，怎么个一样法呢？
假设对于实际场景中的某个点，第一秒释放了0个光子，第二秒10个...第五秒40个
相机用1秒的曝光时间的话，只能捕捉到0/10/20/30/40中的某一个
为了将曝光时间延长到5秒，在镜头前加了一个5档(笼统的说法)的ND滤镜
这样最终得到的光子数量是：0/5+10/5+20/5+30/5+40/5=20
上面两个推导虽然不能直接类比，但却可以说明"平均值"和长曝的关系
在两张照片拍摄间隔接近0时，多张拍摄的"平均值"等同于单张长曝的效果
也就是说拍5张1秒的照片合成后等同于单张长曝5秒的照片
以上是只从慢门效果的角度来说的，而堆栈在降低噪点方面显然是优于单张长曝的
不管什么样的噪点，都可将之归为两类：固定噪点或随机噪点
固定噪点出现在每一张照片的相同位置上，就像一群临时的坏点
堆栈模式的各种参数都无法除掉它(哦！堆栈原来不是神仙啊？)，原因是：
对一堆相同的值，无论是取最大值还是平均值，结果都还是原来的值
好吧！堆栈有所为有所不为，固定噪点还是交给暗场吧！叠加后相减即可
其实这种噪点并不多，一般的风光摄影而不是深空摄影，可以不用理会
随机噪点才是平时接触最多的，产生的原因有多种，长曝、高ISO、后期等
但不管是如何产生的，只要是随机的，那就对不起，你死定了！
干掉噪点的这位超级杀手就是堆栈模式中的"平均值"，从其原理可以看出，
噪点会因为平均运算中的分母增大而被抹平，被其他没有噪点的照片同化
而对于画面中固定的物体，每张的细节构成都是一样，平均后还是这些细节
由此可以看出，这个降噪过程相当于是无损的
所以，借助稳固的三脚架和连拍，用"平均值"能将噪点淹没，却不损失细节
理论上，这种方法没有将噪点彻底消除，而是将噪点的亮度降低
理想情况，合成后照片的噪点亮度跟堆栈的层数(拍摄张数)成反比
正因为噪点的急剧减少，那么后期时的可调整范围和程度也就随之增加，
相当于是同时提升了图像的动态范围，一举N得
"最大值"的原理决定了他也具有一定程度的降噪效果，
因为他把所有照片中最亮的噪点都找了出来(当然这个噪点不会比星星还亮)
如果整个画面都是这样密密麻麻的噪点，那么就不能称之为噪点了，
就像成千上万根细小的针捆在一起不会扎伤你，但几根针却很危险
因为"最大值"的这个原理，他的降噪效果就不如"平均值"了