[人工智能]图像处理对数变换以及对数变换的拉伸

这篇仅当作随手小记，可能不对，请各位及时指正。

在学习图像处理的基本知识的时候，我们常常能听到诸如由于对数本身上凸的性质，它可以把低灰度（较暗）部分的亮度提高。

由对数函数的性质，确实能将暗部提高，亮部压缩。但是凡事都有限度的。诸如一个前100行为0.0001，102行为0.00000000001，102到200行为0.0002，300到400行为10等，也即是HDR图像的标配，此时常规的对数变换还是无法得到良好的对比度的，原因在于log（1+0.00005）=4.999e-5，而log（20+1）=3.0445，如此两者对比度差距仍是10^6，无法合理显示的，此时需要以下操作

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? log（1+I*10^6）

也即在对数变换时对数据乘以较大的数，起初我还想着是利用了对数曲线拉伸暗部的性质，结果并不是，真正的原因我认为反而是利用了对数函数对亮部的压缩！

一个数值算例： log（1+5e-5*10^6）=3.9318,而此时log（1+20*10^6）=16.8112,此时两者的对比度已经被拉近到4倍了，对比之前的十万量级，明显已经到了可以被8位显示器显示的位置，这也是我理解的为什么对图像乘以一定数值可以得到明确的对比度，当然，变亮也是不可避免地，不过HDR嘛，一般都暗不是，稍微亮一点也挺好~~~