本專欄所有內(nèi)容，均由CSDN同名賬號同步搬運至bilibili。bilibili名稱“愛吃鯉魚的花貍貓”，與CSDN名稱相同，內(nèi)容為本人同步。

前言

不同遙感影像的DN值分布情況不同，在對影像處理完后。相應(yīng)的DN值分布也會發(fā)生一些變化。因此，總結(jié)了一些ENVI的拉伸方式的不同與區(qū)別。根據(jù)DN值的分布情況，以及實際效果選擇合適的拉伸方式。僅供參考，如有錯誤，敬請指正！

一、線性拉伸(Linear)

1.線性拉伸（Linear）

linear拉伸包括線性拉伸和百分比拉伸。liner 0-255是線性拉伸，默認指的是將圖像的DN值拉伸到0-255范圍內(nèi)。linear 1%和2%指的是百分比的圖像拉伸，linear 2%就是拉伸時去除小于2%和大于98%的部分，這些部分被認為是異常值，會在拉伸時去除。除此之外，ENVI還提供了linear 5%。

線性拉伸的效果明顯的體現(xiàn)出將低于和高于規(guī)定百分比的DN值去除，這些DN值往往作為異常出現(xiàn)，在需要提取分析異常值時，不應(yīng)采用線性拉伸方式。

2.優(yōu)化線性拉伸（Optimized Linear）

ENVI還提供了優(yōu)化線性拉伸。相比普通線性拉伸，優(yōu)化的線性拉伸提供了更多的參數(shù)來控制輸出的平均值，暗部和亮部。

二、直方圖（Histogram）

1.直方圖均衡化（Histogram Equalization）

直方圖均衡化是非線性拉伸，是一種典型的圖像增強技術(shù)。它的目的是將原本較為集中的灰度直方圖分布，分散到全局中去。通過一個變化函數(shù)，將已有的灰度直方圖擴大到更寬的范圍中。當已知直方圖均衡化函數(shù)時，該操作就可逆。有一點需要注意，直方圖均衡化只是對亮部和暗部的增強，而不是顛倒。

直方圖均衡化通常被用于增加全局對比度。增大反差，使得圖像更清晰。不會損失DN值，但會根據(jù)變化函數(shù)改變原始DN值。

2.直方圖匹配（Histogram Matching）

直方圖匹配又稱直方圖規(guī)定化。直方圖匹配的思想是，通過對圖像進行數(shù)學(xué)變化，使得圖像的灰度直方圖與另一張圖像的灰度直方圖類似。常用于多張影像的拼接或者是多時遙感影像的動態(tài)觀察方面。

直方圖匹配還可以消除太陽高度角和大氣校正的影響。

三、高斯拉伸（Gaussian）

高斯拉伸的目的在于使處理結(jié)果更接近正態(tài)分布，如圖3紅線所示。ENVI中高斯拉伸默認以127為中間值，低于和高于三個標準差的DN值設(shè)為0和255。指數(shù)拉伸和對數(shù)拉伸（logarithmic）都是非線性拉伸，指數(shù)拉伸可以增強亮區(qū)，減弱暗區(qū)；對數(shù)拉伸可以增強暗區(qū)，減弱亮區(qū)。0-127部分的DN值以指數(shù)方式拉伸，127-255以對數(shù)方式拉伸。

?與直方圖均衡化拉伸相比，高斯拉伸后云層偏灰色，地形和地貌對比度相對變差，但城市的對比度增強。

四、平方根拉伸（SquareRoot）

對圖像直方圖，按照取平方根處理。平方根的結(jié)果變得更加平滑，如圖4紅線所示，影像對比度下降。