栅格数据显示决策

ArcGIS AllSource 包含用于改善和调整栅格显示的工具,例如提供快速绘制方法和增强功能,以及保留所计算的栅格数据集统计数据。 例如,可以更改栅格的亮度和对比度,并在其他图层上方透明显示栅格。 您还可以使用地理处理工具永久改善栅格数据的显示。

快速绘制方法

栅格数据的绘制速度非常重要。 本部分提供了一些有助于改善绘制性能的注意事项,例如金字塔、概视图、轮廓线框、切片大小和压缩。

金字塔和概视图

改善并减少显示大型栅格数据集所需时间的最佳方法是创建栅格金字塔。 金字塔是原始栅格数据集的副本,这些副本按照分辨率的递减等级依次进行重采样,并将其创建为与栅格数据集同名的 .ovr 文件。 一些较早版本的金字塔可能会使用 .rrd 扩展名。 ArcGIS AllSource 将使用相应等级的分辨率来快速绘制整个数据集。 如果不使用金字塔,则必须从磁盘读取整个数据集,然后将以较小的大小重新采样以供显示。

对于镶嵌数据集,可以为每个栅格数据集构建金字塔,并且可以使用构建概视图工具。 镶嵌数据集概视图类似于栅格数据集金字塔;它们是为了提高显示速度并减少 CPU 的使用而创建的低分辨率图像。 但是,它们的不同之处在于,您可以控制用于创建它们的许多参数。 可以创建仅覆盖特定区域的概视图,也可以在特定分辨率上进行创建。 通过概视图,可以查看包含在整个镶嵌数据集中的所有栅格,而不仅仅是单个栅格项目。

轮廓线框

向地图添加镶嵌数据集时,该数据作为镶嵌图层添加:其作为至少包含三个图层(边界、轮廓和影像)的特殊组图层显示在内容窗格中。 可以取消选中影像图层,并选中轮廓边界图层以查看每个栅格的范围或镶嵌数据集的范围。

切片大小

注:

此功能仅适用于(分块).tiff 文件和地理数据库。

分块大小将控制存储在每个分块(或块)中的像素数(在行和列中指定)。 每个块均存储为二进制大对象 (BLOB)。 默认情况下,块大小为 128 x 128 像素,但是可以更改该值。 更改块大小并不一定会提高性能;对于企业级地理数据库,更改默认值会降低性能。

栅格压缩

必须对压缩数据进行解压缩,才能在屏幕上绘制;压缩数据的显示速度通常比解压缩的数据慢。 解压缩所需的时间通常与压缩比有关。 栅格的压缩程度越高,解压缩所需的时间就越长。 有许多类型的压缩方法可用于栅格数据集。

栅格数据外观

可以更改栅格数据外观,以帮助根据工程需要渲染数据。 本部分根据需要提供了一些帮助可视化数据的技术。

对比度拉伸

如果栅格数据表示连续数据,则可以基于栅格数据集的统计数据对其应用对比度拉伸。 拉伸将增大栅格显示的视觉对比度。 例如,当栅格显示显示为黑色或对比度很小时,可以应用拉伸。 在这些情况下,图像可能不包含计算机可显示的整个值范围,因此,可以通过应用对比度拉伸来拉伸图像的值以使用此范围。 这可能会生成一副更清晰的影像,从而使某些要素变得更容易识别。

对比度拉伸的示例如下所示。 直方图 A 表示影像 A 中的像素值。通过在整个范围内拉伸值(如直方图 B 中所示),您可以改变影像的外观并增强其视觉效果(影像 B)。

对比度拉伸的示例

不同的拉伸将导致栅格显示中出现不同的结果。 可以通过多次尝试以找到针对某一特定栅格数据集的最佳拉伸方法。

标准拉伸可以与 RGB 合成渲染器或拉伸渲染器配合使用。 标准拉伸包括最小值-最大值裁剪百分比标准差直方图均衡化自定义Esri

最小值-最大值拉伸用于展开分组密集的值。 双标准差拉伸通常用于增亮通常显示为深色的栅格数据集。 百分比裁剪拉伸用于移除直方图尾部低端和高端的异常值。 直方图均衡化拉伸可将值均匀分布在直方图上。 自定义拉伸将使用交互式直方图操作中的值。 Esri 拉伸需要计算或估计栅格数据集统计数据(及其直方图);该方法通过防止将像素值拉伸到极值,为影像提供良好的整体拉伸。

根据所使用的拉伸方法,您可以检查或修改直方图,以查看有关数据的基础统计数据(例如最小值、最大值、平均值和标准差)。 对于最小值-最大值裁剪百分比标准差拉伸,可以使用直方图按钮 栅格直方图拉伸 以交互方式调整直方图尾部。 自定义拉伸允许您以分段方式操作直方图。 有关查看和调整直方图的详细信息,请参阅直方图拉伸

如果已拉伸栅格数据集的整个直方图,但其显示对比度仍然不足,则可以使用动态范围调整 (DRA) 以拉伸显示范围内的像素。 此选项仅允许使用显示范围(而非整个栅格数据集)内像素的统计数据来计算对比度拉伸。 由于显示范围中存在的像素值数量较少,因此最有可能使用较小范围的像素值,由此允许更大的对比度拉伸。 每次当显示范围(或位置)发生更改时,都会以不同的方式显示栅格数据集,因为对显示中的像素值进行计算所得到的对比度拉伸可能会发生变化。 要将一组特定的统计数据应用于特定范围,请使用自定义统计数据选项。

Gamma

您还可以将 Gamma 拉伸应用于栅格数据。 在准备栅格数据以供计算机显示时,Gamma 指的是栅格数据集中等灰度值之间的对比度。 Gamma 对栅格数据集的最低值或最高值不会产生影响,而仅影响中间值。 通过应用 gamma 校正,可以控制栅格数据集的总体亮度。 小于 1 的 Gamma 值将降低较暗区域的对比度并增加较亮区域的对比度。 这将使图像变暗,但不会降低图像的黑暗或明亮区域的饱和度,并将在较亮的要素中显示细节。 相反,大于 1 的 gamma 值将增加较暗区域的对比度,如建筑物阴影。 使用高程数据时,大于 1 的 Gamma 值也将呈现较低高程区域的细节。 此外,gamma 系数不仅会改变影像的亮度,还会改变红绿蓝之间的比率。

在以下示例中,显示了调整用于显示栅格数据集的 Gamma 值的效果。 每个值已添加至红色、绿色和蓝色波段。 通过将不同值应用于每个波段,可以调整彩色合成图像中显示的红色、绿色和蓝色的色度。

使用 Gamma 的示例

亮度、对比度和透明度

栅格图层镶嵌图层影像服务图层选项卡上,可以通过交互方式调节亮度 亮度、对比度 对比度 或 gamma Gamma。 这些增强功能可应用于渲染过的屏幕显示,不能应用于原始栅格数据集的值。 亮度会增加影像的总体亮度(例如,使深色更浅,而使浅色更白),而对比度会调整最深色与最浅色之间的色差。 以下是调节图像亮度和对比度的示例:

亮度和对比度调节示例

透明度工具 透明度 可用于查看栅格图层下方的数据图层。 在以下示例中,顶部图像未使用透明度,而山体阴影遮挡了基础土地利用图层。 启用透明度(底部图像)后,基础符号系统将通过山体阴影显示,由此产生三维效果。

透明度示例

显示重采样

重采样栅格数据集将更改其显示方式。 重采样是在执行地理处理功能或更改坐标空间时,为了变换栅格数据集而内插新像素值的一个过程。 四种重采样技术为最邻近法、双线性插值、三次卷积和众数。

最邻近法和众数重采样算法最适用于离散栅格数据集,例如那些位于分类影像中的栅格数据集,包括土地利用地图或土壤地图。 最近邻技术将为像素分配最近的像素值。 众数技术则将在过滤器窗口中分配最常用的值,以提供更平滑的外观。

对于诸如卫星影像、高程模型或航空图像等连续栅格数据集,双线性插值或三次卷积更加合适。 双线性插值技术将创建一个外表平滑的表面。 三次卷积技术则将创建一个外表更加清晰的表面,但需要更多的处理时间。 例外情况是,为了进行精确的多光谱分析而保留图像的辐射测量;在这种情况下,最近邻技术最合适。

下图显示了一个显示重采样的示例。 第一个图像显示了原始栅格和该栅格的新位置(栅格的轮廓)。 中间图像显示了最邻近法重采样技术对数据进行重采样的方式。 最后一个图像显示了双线性插值法对栅格进行重采样的方式。

最邻近法和双线性插值法重采样技术的示例

背景显示

栅格数据集中可能会包含您不想显示的同质区域。 这些区域包括边框、背景或者被认为没有有效值的数据。 这些值可以表示为 NoData 值,也可以具有实际值。

背景和轮廓有时是重新投影栅格数据集的结果。 如果栅格数据具有背景、边框或其他 NoData 值,则可以选择不显示它们,也可选择使用特定颜色显示它们。

所有渲染器均可将 NoData 值设置为某个颜色或无颜色,而“拉伸”和 RGB 渲染器则可以识别特定的背景值并显示颜色或无颜色。

下图分别使用黑色背景和“无颜色”显示了同一个 NoData 区域。

NoData 背景的示例
第一个图像使用黑色背景显示了 NoData 区域,第二个图像使用“无颜色”显示了同一区域。