本文介绍了采用对数模型进行图像处理的方法，通过对数计算得出的均值和方差来自动确定处理的参数，其中包括采用仿射变换进行图像增强的方法。
Dec, 2014
本文提出了一种新的代数模型，用于处理在不恰当光照条件下生成的灰度图像，并使用向量空间结构来改善图像的对比度和亮度水平从而进行图像增强，通过实验结果证明了其有效性。
本文提出一种新颖的基于 Loewner 顺序的彩色形态学方法，通过 Maslov 引入的对数和指数的对数求和来逼近最高点，将 RGB 图像嵌入到对称 $2 imes2$ 矩阵中，得到代表颜色的几乎各向同性矩阵和传递性的结构优势，并通过数值实验展示了该方法的一些显著属性。
Dec, 2023
对于灰度级函数，传统数学形态学在图像分析中使用的结构性函数与图像相加时无法验证灯光强度变化的特性，因此引入了新的可根据图像幅度调整结构性函数幅度的加法规律，称为对数数学形态学，并提出新的与灯光变化鲁棒性较好的操作符。实验证明，对数数学形态学在一致光照变化的图像中的表现优于传统形态学操作符，并且在非一致光照变化的眼底图像血管分割中也具有比其他三种方法更好的鲁棒性。
Sep, 2023
本文基于点变换提出了一种新的灰度图像增强方法，通过对 homographic 函数的推广来定义变换函数。
该研究利用对数图像处理框架中的两种新型均匀性标准，设计了一种稳健的图像分割方法，实验结果表明该方法在光照变化下更具有稳健性。
Apr, 2019
图像的色彩和纹理分布通过空间分辨率和动力学的级联调整得以观察。这些级联过程揭示了自然场景中完全彩色图像遵循持续线性对数标度法则的普遍属性，并且图案的熵具有不可比拟的普遍熵最大值，还有重要的神经网络、非平衡物理和光谱图像领域的研究价值。
Jun, 2024
本文使用边际方法（即逐个组成部分）对向量色彩 LIP 模型（LIPC）进行定义，从而将 Aspl）und 的度量扩展到了第一次的空间颜色 Asplund 的度量，LIPC 是一个非线性模型，其颜色图像操作与人类视觉系统一致，定义的颜色度量对光照变化不敏感且对噪声的影响不大，可用于颜色模式匹配。
Aug, 2016
通过在像素损失训练中使用增强的 RGB 空间，改进了图像恢复模型的训练，提高了性能，同时保留了颜色和局部结构信息。
Feb, 2024
本文通过使用对数图像处理标量乘法，建立了数学形态学和 Asplund 距离图之间的联系，演示了该映射是一个函数的膨胀和侵蚀之比的对数。通过使用平坦的构产元素简化了 Asplund 距离图的表达式，这些映射留在图像的格子中。作者通过非平坦结构函数的模式匹配示例展示了他们的方法。
Jan, 2017