✨ 第一部分：对数变换——把“爆炸”的亮度压缩成“温柔”的范围
关键字：对数变换、动态范围压缩、傅里叶频谱
🧠 初学者先想：你有没有见过一张图“亮的地方太亮，暗的地方啥也看不见”？比如拍夜景时，路灯亮得刺眼，周围黑成一片——这就是“动态范围太大”的问题。
内容详解：
📖 课本里说对数变换的公式是 g = c·log(1 + f)（f 是输入图像的灰度，c 是常数）。咱们类比一下：就像把“1000ml 的大桶奶茶”倒进“500ml 的杯子”，得先“压缩”——对数能把 超大的数值范围（比如 0 到 10⁶）缩小到很小的范围（比如 0 到 14）。
🤖 举个实践例子：傅里叶频谱（一种图像分析工具）的数值范围经常是 0 到 10⁶，直接显示的话，只有最亮的点能看见（像图 2.5(a)那样黑乎乎只剩一个白点）。但用对数变换后，就能把细节都“挤”出来（图 2.5(b)能看到纹理啦）！
💻 代码怎么写？课本里给了 MATLAB 代码，咱们拆解给初学者：
% 步骤 1：把图像转成浮点型（因为对数计算需要小数）f_double = double(f);
% 步骤 2：做对数变换（+ 1 是避免 log(0)出错）log_result = log(1 + f_double);
% 步骤 3：把结果缩放到 0 - 1 之间（mat2gray 的作用），再转成 8 位图像（0-255）g = im2uint8(mat2gray(log_result));
% 步骤 4：显示结果
imshow(g);☁️ 复杂情况：如果图像里有负数（比如某些处理后的结果），得先把数值“平移”到正数范围，再做对数变换哦！
👐 第二部分：对比度拉伸变换——让“模糊”的图像变“通透”
关键字：对比度拉伸、阈值化、S 型曲线
🧠 初学者再想：你有没有拍过“灰蒙蒙”的照片，人像和背景糊在一起？对比度拉伸就是给图像“开美颜”——让暗的更暗、亮的更亮，把细节分开！
内容详解：
📖 课本里的对比度拉伸公式是 s = T(r) = 1 / [1 + (m/r)^E]（r 是输入灰度，m 是中间灰度，E 控制曲线斜率）。看一下图 2.4(a)的 S 型曲线：
→ 当 r 比 m 小（暗部）：(m/r)很大，分母很大，s 接近 0（更暗）；
→ 当 r 比 m 大（亮部）：(m/r)很小，分母接近 1，s 接近 1（更亮）；
这样就把“挤在一起的灰度”拉开了，图像对比度直接拉满！
🤖 极端情况：如果 E 特别大（比如 E =20），曲线会变成“直角”——这就是 阈值化（图 2.4(b)）：暗部直接变 0，亮部直接变 1，图像变成黑白二值图（比如把文字从背景里抠出来）。
💻 代码实践（MATLAB）：
% 假设 m 是图像的平均灰度，E 设为 5（可调整）m = mean2(double(f)); % 计算图像平均灰度
E = 5;
% 做对比度拉伸（注意 f 不能为 0，否则 m / r 会出错）g = 1 ./ (1 + (m ./ double(f)).^E);
% 转成 8 位图像并显示
g = im2uint8(mat2gray(g));
imshow(g);☁️ 现实应用：拍医学影像（比如 X 光片）时，经常用对比度拉伸让病灶（暗的或亮的区域）更明显；监控摄像头的“夜视增强”功能，核心也是类似的变换！
🎯 总结：这俩变换咋选？
→ 当图像“数值范围太大，细节挤在一起”：用对数变换压缩范围；
→ 当图像“灰蒙蒙，对比度低”：用对比度拉伸拉开层次；
就像调奶茶：太甜了加冰（对数压缩），没味道了加糖（对比度拉伸）——最终都是为了“好喝”（好看）！