双边滤波（Bilateral filter）处理图像无改善问题求助

你的核心错误是错误地对sigmaSpace进行了归一化处理，同时部分参数设置不匹配OpenCV双边滤波的逻辑，导致滤波完全失效。

关键问题解析 #

1. sigmaSpace的作用与取值
   sigmaSpace是空间域的标准差，单位为像素，和图像的像素值范围无关。你将其除以255后，数值缩小到≈0.195，空间高斯权重会急剧衰减，滤波核内只有中心像素有效，相当于没有滤波。
2. sigmaColor的匹配逻辑
   sigmaColor需要匹配图像的像素值范围：
   • 若图像是uint8类型（0-255），直接使用原始数值（如50）
   • 若图像是归一化到[0,1]的float32类型，需要将原始数值除以255（如50/255≈0.195）
3. 滤波核直径d的设置
   手动设置过小的d（如3）会限制滤波范围，建议设为-1，让OpenCV根据sigmaSpace自动计算合适的核大小。

修正后的彩色图像代码 #

import cv2 
import numpy as np
import matplotlib.pyplot as plt
from skimage.util import random_noise

img = cv2.imread('color/t156.png')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
img_noisy = random_noise(img, var=0.01).astype(np.float32)

sigmaColor = 50
sigmaSpace = 50  # 空间标准差以像素为单位，不做归一化
# d设为-1，自动根据sigmaSpace计算核大小
bilateral = cv2.bilateralFilter(img_noisy, -1, sigmaColor/255, sigmaSpace) 

f, axarr = plt.subplots(1,2)
axarr[0].imshow(img_noisy)
axarr[0].set_title('带噪图像')
axarr[1].imshow(bilateral)
axarr[1].set_title(f"sigmaColor={sigmaColor/255:.2f}, sigmaSpace={sigmaSpace}")
f.tight_layout()
plt.show()

修正后的灰度图像代码 #

import cv2 
import numpy as np
import matplotlib.pyplot as plt
from skimage.util import random_noise

def psnr(img1, img2):
    img1 = img1.astype(np.float64)
    img2 = img2.astype(np.float64)
    mse = np.mean((img1 - img2) ** 2)
    if mse == 0:
        return float('inf')
    psnr = 10 * np.log10(1. / mse)
    return psnr

img = cv2.imread('fin.jpg', 0).astype(np.float32) / 255
img_noisy = random_noise(img, var=0.01).astype(np.float32)

sigmaColor = 50
sigmaSpace = 50  # 保持像素单位的原始数值
bilateral = cv2.bilateralFilter(img_noisy, -1, sigmaColor/255, sigmaSpace) 

f, axarr = plt.subplots(1,2)
axarr[0].imshow(img_noisy, cmap='gray')
axarr[0].set_title('带噪图像')
axarr[1].imshow(bilateral, cmap='gray')
axarr[1].set_title(f"PSNR={psnr(bilateral, img):.2f}, sigmaColor={sigmaColor/255:.2f}, sigmaSpace={sigmaSpace}")
f.tight_layout()
plt.show()

可选：使用uint8类型图像的简化版本 #

如果不想做归一化，可以直接处理uint8格式的图像，参数设置更直观：

import cv2 
import numpy as np
import matplotlib.pyplot as plt
from skimage.util import random_noise

def psnr(img1, img2):
    img1 = img1.astype(np.float64)
    img2 = img2.astype(np.float64)
    mse = np.mean((img1 - img2) ** 2)
    if mse == 0:
        return float('inf')
    psnr = 10 * np.log10((255**2) / mse)
    return psnr

img = cv2.imread('fin.jpg', 0)
img_noisy = (random_noise(img, var=0.01) * 255).astype(np.uint8)

sigmaColor = 50
sigmaSpace = 50
bilateral = cv2.bilateralFilter(img_noisy, -1, sigmaColor, sigmaSpace) 

f, axarr = plt.subplots(1,2)
axarr[0].imshow(img_noisy, cmap='gray')
axarr[0].set_title('带噪图像')
axarr[1].imshow(bilateral, cmap='gray')
axarr[1].set_title(f"PSNR={psnr(bilateral, img):.2f}, sigmaColor={sigmaColor}, sigmaSpace={sigmaSpace}")
f.tight_layout()
plt.show()

内容的提问来源于stack exchange，提问作者user21232681