企业官网建设流程全解析

网站的营销方法有哪些,乐清网站制作优化,游戏交易平台,建设网站宣传页文章目录前言1. 无#xff08;无拉伸#xff09;2. 自定义拉伸3. 标准差拉伸4. 直方图均衡化5. 最值拉伸#xff08;最小-最大拉伸#xff09;6. 直方图规定化#xff08;匹配#xff09;7. 百分比截断拉伸8. Esri#xff08;ESRI风格拉伸#xff09;总结前言 在遥感影…文章目录前言1. 无无拉伸2. 自定义拉伸3. 标准差拉伸4. 直方图均衡化5. 最值拉伸最小-最大拉伸6. 直方图规定化匹配7. 百分比截断拉伸8. EsriESRI风格拉伸总结前言在遥感影像处理中拉伸是通过调整像素值的分布来增强图像视觉对比度的技术它不改变原始数据只改变显示方式。1. 无无拉伸原理直接将原始数字值通常是16位、12位等线性映射到显示范围0-255。如果原始数据范围较窄如3000-5000映射后大部分像素会集中在少数几个灰度级导致图像看起来发灰、暗淡、对比度低。效果最原始的显示通常视觉效果最差。适用需要查看原始数值分布的专业分析场景。2. 自定义拉伸原理用户手动定义输入值原始像素值与输出值显示亮度之间的映射关系。最小/最大值指定用于拉伸的输入数据范围。Gamma值控制中间色调的亮度。分段线性拉伸对不同数值区间使用不同的拉伸斜率。效果完全可控可实现特定的增强效果。适用对图像有特定增强需求的专家用户。3. 标准差拉伸原理基于图像的均值和标准差来确定拉伸范围。常用形式[均值 - N×标准差] 到 [均值 N×标准差]N通常为2或3。超出此范围的像素值被截断归为0或255。优点自动排除极端值如云、异常亮斑的影响。对服从正态分布的数据增强效果很好。效果能有效突出主体地物的细节对比度适中。适用大多数连续型遥感数据特别是当图像中存在少数极端高亮或低暗像素时。4. 直方图均衡化原理一种非线性拉伸。将原始图像的直方图变换为在整个显示范围内均匀分布的直方图。算法计算累积分布函数并将其作为映射函数。目标使每个灰度级的像素数量大致相等。优点最大化全局对比度细节显现能力强。完全自动处理。缺点可能过度增强噪声。可能破坏自然色调使图像看起来不自然。对局部对比度改善有限。适用需要最大化全局对比度的图像或作为初步增强。5. 最值拉伸最小-最大拉伸原理最简单、最常用的线性拉伸。将图像中实际存在的最小像素值映射为0黑最大像素值映射为255白中间值线性内插。优点简单直观充分利用了全部显示动态范围。缺点对异常值极其敏感。一个极端亮或暗的像素如太阳耀斑、云阴影就会压缩主体地物的显示范围导致图像整体对比度降低。适用数据质量高、无极端异常值的情况。6. 直方图规定化匹配原理将当前图像的直方图形状变换为与另一幅参考图像或预设直方图形状的直方图相匹配。算法先对两幅图像分别做均衡化然后建立映射关系。效果使多幅图像或不同波段具有一致的色调和对比度便于视觉比较或镶嵌。适用多时相影像对比。影像镶嵌前的色调均衡。与“标准”色调的图像进行匹配。7. 百分比截断拉伸原理最值拉伸的稳健版本。通过指定两个百分比截断点如2%和98%来确定用于拉伸的最小最大值。将像素值按大小排序忽略两端的极端像素如最低的2%和最高的2%用剩余像素的最小最大值进行线性拉伸。优点有效抵抗异常值影响是实践中最常用、最有效的拉伸方法之一。既能充分利用显示范围又能保证主体地物对比度良好。适用几乎所有类型的遥感影像可视化特别是包含云、水、阴影等异常区域的影像。8. EsriESRI风格拉伸原理这是Esri公司软件如ArcGIS中一种特定的、智能化的百分比截断拉伸变体。它结合了多种策略来确定最优的拉伸范围通常包括使用类似于百分比截断的方法。可能结合标准差分析动态排除异常值。针对不同类型影像如全色、多光谱可能有微调。效果旨在为大多数图像提供“开箱即用”的最佳视觉效果平衡对比度与自然感。适用在ArcGIS等平台中作为默认或推荐的拉伸方法。总结与选择指南拉伸类型核心原理优点缺点最佳适用场景无原始线性映射保持数据原貌对比度通常最差专业数值分析最值实际最小到最大简单用满范围对异常值极度敏感无异常值的干净数据百分比截断忽略两端极值稳健效果出众需选择合适百分比通用首选尤其是含云/阴影的影像标准差基于均值和方差自动排除极端值假设数据近似正态分布连续型、分布均匀的数据直方图均衡化直方图均匀化最大化全局对比度可能过度不自然需要最强全局对比度时直方图规定化匹配参考直方图多图色调一致需要参考目标多时相较、影像镶嵌自定义用户完全控制灵活可实现特定目标依赖用户经验专家用户的特定需求Esri智能混合算法自动、效果好内部算法不透明Esri软件中的快速优化显示总结日常浏览/快速出图首选百分比截断2%-98%或根据直方图微调或Esri拉伸。存在极端值云、雪、深水百分比截断或标准差拉伸。多影像比较或镶嵌使用直方图规定化到同一参考。强调微弱细节可尝试直方图均衡化但需注意噪声可能也被放大。分类或专题图显示通常使用自定义或最值拉伸以保持类别边界清晰。