码迷,mamicode.com
首页 > 其他好文 > 详细

栅格那点儿事(四C)

时间:2017-09-11 00:44:16      阅读:241      评论:0      收藏:0      [点我收藏+]

标签:arcmap   etc   技术   统计   大于   minimum   像素   视觉   区间   

栅格渲染之拉伸(Stretch)

现在我们知道如何在ArcGIS中渲染栅格数据了,但是还有一个常常会碰到的问题,尤其是在使用老版本的ArcGIS的时候,为啥我加了一个栅格数据进来,啥也看不见,是黑色的呢?或者颜色特别暗,基本看不清是什么呢?

 

在解决这个问题之前,我们需要先弄清楚是什么造成了这种现象。对于全黑的数据,我们需要先查看一下栅格的属性,看一下这一景影像的最大最小平均值是不是不为0。或者使用Identify按钮查看一下RGB是否都是大于0的正常值。如果属性中或者使用Identify返回的都是0值,那么说明这景影像是有问题的,里面是空的,没有任何信息。这样就需要查找数据本身的问题了。

 

但是,大多数情况下,我们在属性或是Identify中查看到影像的各个波段值,或RGB值都是正常的,为啥在ArcMap中还是黑的或者是很暗的颜色呢?

 

又要讲图像处理小知识了。

由于光照不匀产生的光影,在影像中经常会有过度光照下非常亮,而在阴影下的景物特别暗的情况。为了得到对象的空间关系,或是更多所需的细节信息,或是获得更好的视觉效果,我们需要改变图像的对比度。但是如果我们单纯的改变整幅影像的亮度或者对比度,又会出现亮的地方更亮的严重的影像失真的情况。为了增强局部的对比度而不改变整体的对比度,在图像处理中,这个操作叫做对比度增强(Contrast Enhancement)。实现对比度增强的算法有很多,不同的算法得到的结果也不同。

 

在我们的实际应用中,对于一般16bit或者更大比特深度的影像,像元值都是大于255的。这种情况下,RGB的显示器是不能够直接使用像元值进行显示的,需要将像元值换算到0~255的区间内以用于显示。而换算过程通常是线性的,这样就很容易造成得到的RGB值仅处于一个在0~255之间的较小区间,而计算机显示影像时,则是在整个0~255的范围内进行渲染,这样就造成影像很暗或者对比度很差的视觉效果。

 

常用的增强方式是通过拉伸来增大栅格显示的视觉对比度,以生成一副更清晰的影像,从而使某些要素变得更容易识别。简单的说,就是要得到更好的视觉效果,我们将RGB值的较小区间拉伸到整个显示区间中。对一个连续栅格数据,拉伸对比度是通过对栅格数据的统计值来进行重新计算实现的。

 

技术分享

 

在ArcMap中提供了多种拉伸方式以及一些手动的设置。包括最常见的标准差(Standard Deviation),最大最小值( Minimum–Maximum),直方图均衡( Histogram Equalize)等等。对于不同栅格数据情况,应选择最适合其的拉伸方式。

 

一般来说,栅格数据的像素值分布很集中时适用最大最小值;需要整体提亮一个较暗的栅格数据时适用标准差;在对直方图进行手动操作时选择直方图均衡或者直方图规范化。如果需要全局拉伸一个栅格而又不拉伸到极限时,可以考虑Esri这种拉伸方式。

 

要注意的是呢,实践是检验真知的唯一标准。为了得到最佳的效果,还是需要先查看一下数据的直方图和统计值,在对数据了解的情况下尝试多个拉伸方式。

 

 

可能细心的你注意到,如果使用标准差或是最大最小值的拉伸方式,或是不使用拉伸时,gamma stretch的选项会亮起来。这个gamma值又是控制什么的呢?

 

技术分享 

  

上文提到过,在显示栅格数据时,需要将像元值换算成RGB值。Gamma值是用来标识一个栅格数据中中间灰度值的对比度的程度的。改变这个值是不会影响到数据中的白(最大值)和黑(最小值)的,仅仅影响中间值。Gamma值越低,中间值会显得越暗,反之Gamma值越高,中间值会显得更亮。除了影响整个数据的亮度,gamma值也会更改显示中红绿蓝的比率。

 

如果这段话完全没看懂也不要紧,看下图就会有个直观的了解了。

   

技术分享

 

如果需要进一步改变栅格的渲染效果,对RGB三个波段分别赋予不同的gamma值,就可以使整个数据显示起来更红,更蓝或者更绿。

 

TIPS:有时候如果只需要显示一景影像图中的一个小部分,现有的拉伸又不能满足要求的时候,可以选择仅使用当前范围的统计值,这样可以排除其他像元值的干扰。

 

技术分享

 

 

您是不是对总提起的统计值这个东西有疑惑呢?如果是,请关注下一次的更新~

栅格那点儿事(四C)

标签:arcmap   etc   技术   统计   大于   minimum   像素   视觉   区间   

原文地址:http://www.cnblogs.com/xiaocai0923/p/7502949.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!