关于栅格数据的一些认识

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。

AE常见拉伸方式：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）

拉伸方式一般选择标准：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；

                                   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。

实践出真知，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。

nodata的设置时针对某一个像元值的，不管是RGB中任何一个波段中的值，都会被设置成空值。也就是说，如果有这样一个位置上的RGB值为56,146,0，其实伦家是绿色的，但是在导出的结果影像中就变成一个洞了。使用Set Null工具也会有类似的结果。

ArcGIS中提供的重采样（Resample）的方法有最邻近（Nearest）， 双线性（bilinear），卷积（cubic），和Majority。这四种方式决定了结果栅格的象元值与原始数据象元值之间的关系。具体可以在Layer Properties图层属性的Display页下进行设置。

最邻近，直接选取距离当前位置最近的象元值。此方法不改变底层像元值，速度最快。

双线性，通过当前位置的四个最邻近像元取值，具体就是根据这四个像元到中心的加权平均距离计算得到。

卷积，类似双线性，但是需要16个最邻近的像元参与运算。

众数，选择窗口范围内出现频率最高的那个像元值。