关于ArcGIS中加载影像数据,符号系统中渲染参数的解析

    今天遇到一个很有意思的问题,故记录下来,以作参考和后续的研究。欢迎随时沟通交流。如果表达错误或误导,请各位指正。

正文  

    当我们拿到一幅成果影像数据的时候,在不同的GIS软件中会有不同效果呈现,但这其实是影像是否有做拉伸所导致的,我们以ArcGIS为例:

    加载一幅影像进来,他会默认利用百分比截断和标准差来对影像数据进行拉伸,这是因为在Pro中的逻辑是智能的将一个影像去呈现出最佳的可视化效果。

    而其他的软件例如QGIS则是默认不拉伸

    所以这就导致了在不同的软件中查看同一幅影像是不一样的效果,如果是将数据做为底图的话,这个产生了不同的影响。所以因为Pro是为了更好的显示一幅影像最佳的可视效果,导致了这种现象的出现。这是属于是好心办坏事了吗

,你们评判

    当然,如果不想要拉伸效果,将符号系统中的拉伸类型选择无即可。

    那么这个时候就有聪明的小明要问了,我这么多影像要加载进来,不可能一幅一幅的改吧,所以目前我想到的一共有两种解决办法:

    1、创建镶嵌数据集,把影像丢到镶嵌数据集中,最后对统一的图像集合做一次更改即可。

    2、直接对Pro的渲染方式做更改,打开Pro,找到 选项->栅格和影像-> 外观 -> 自定义渲染默认值->启用自定义渲染默认值,将拉伸类型改为无即可。

    并且在这里还可以选择默认重采样的方法,例如改为双线性

    这样再新建的工程中加载影像就不会默认拉伸渲染了

课外小讲堂

    ArcGISPro中默认拉伸的 百分比 、最大值最小值是什么意思呢,为什么看着都是0.500,究竟是有什么含义呢

    我们先来看一下官方帮助文档怎么说:

        裁剪百分比拉伸类型在定义的最小和最大裁剪百分比像素值之间应用线性拉伸。

        使用以上任意一种拉伸类型时,直方图中处于定义值范围外的所有值将被推到端点。 例如,假设您的直方图具有上述相同的值域范围,即 33 到 206,并且您将最小和最大裁剪百分比定义为 2。 如果低端的 2% 表示 33 到 45 之间的值,高端的 2% 表示 198 到 206 之间的值,则将在 0 到 255 之间重新分布直方图中的值。 33 到 45 之间的值将变为 0,而 198 到 206 之间的值将变为 255,其他所有值在这两者之间分布。 同样,如果定义两个标准差,则超过第 2 个标准差的值将变为 0 或 255,其余值在 0 到 255 之间拉伸。

    这样是不是不太好理解,我就用大白话解释(不一定准确,以官方为准)

    就像是咱们在比赛的时候,评委进行打分,最后的成绩一般都是去掉一个最高分,去掉一个最低分,计算的平均分就是最后成绩,那么百分比渲染也同理,最大值最小值即使值一样,那他代表的含义也是不一样的,比如在渲染的时候有  0-100的值需要渲染,最小值裁剪设置5,最大值裁剪也设置成5,那么根据最小他就会去除去0,1,2,3,4这几个值,最大就会去除100,99,98,97,96这几个值,实际参与渲染的只有5-95。这样是不是好理解一点。

同时这个百分比并不是固定的,在pro中是根据影像的位深自动识别的,例如我们的测试数据是8位的时候裁剪百分比的最大最小就是0.5%,16位的就是0.25%。

Gamma值

    同理,我们先看帮助文档:

Gamma 指的是栅格数据集中等灰度值之间的对比度。 Gamma 对栅格数据集的黑色或白色值不会产生影响,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。 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。

    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。 这将使影像变暗,但不会降低影像的黑暗或明亮区域的饱和度。 这有助于呈现较亮要素的细节,如建筑物顶部。 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 值也将有助于呈现较低高程区域的细节。

    在下图中,可以看到调整用于显示栅格数据集的 Gamma 值的效果:

    关于Gamma值的设置,在ArcMap中Gamma值可以选择拉伸渲染还是不拉伸,会有一个复选框,

image.png

    而Pro当中则取消了这个复选框

    解释如下,Gamma值一般是根据影像自动设置的  ,目的同样是达到影像的最佳可视效果,Gamma 系数可以调节栅格数据集中等灰度值,大于1或者小于1都会对影像产生不同的渲染效果,将栅格影像的Gamma值改成“1”,则影像不进行校正,为影像原始显示状态。

    具体的原理可以参考下面这篇博客,

浅析图像处理中的名词:Gamma 校正(Gamma变换、Gamma调整)_gamma校正-CSDN博客

欢迎指正批评

点点关注,不再迷路。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/42829.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

智能舵机:AI融合下的自动化新纪元

在自动化的浪潮中,智能舵机以其独特的魅力和卓越的性能,正引领着自动化产业迈向新的高度。今天,让我们一起走进智能舵机的世界,感受AI技术为其带来的无限可能。 一、智能舵机:自适应控制的先锋 智能舵机,…

计算机二级WPS Office第四套电子表格

解题过程 排名的函数有三个:rank函数、rank.avg函数、rank.eq函数

【数学建模】(启发式算法)蚁群算法(Ant Colony Optimization)的详解与应用

蚁群算法(Ant Colony Optimization)详解与应用 文章目录 蚁群算法(Ant Colony Optimization)详解与应用前言1. 蚁群算法的生物学基础2. 蚁群算法的基本原理2.1 算法框架2.2 状态转移规则2.3 信息素更新规则 3. 蚁群算法的实现4. 蚁群算法的改进4.1 MAX-MIN蚁群系统(MMAS)4.2 精…

基于Springboot的网上订餐系统 【源码】+【PPT】+【开题报告】+【论文】

网上订餐系统是一个基于Java语言和Spring Boot框架开发的Web应用,旨在为用户和管理员提供一个便捷的订餐平台。该系统通过简化餐饮订购和管理流程,为用户提供快速、高效的在线订餐体验,同时也为管理员提供完善的后台管理功能,帮助…

使用idea开发spark程序

新建scala 项目 创建lib目录 将spark jars/ 路径下所有jar 复制到 lib目录 添加依赖 创建scala 程序 package sparkimport org.apache.spark.{SparkConf, SparkContext}object WordCount {def main(args: Array[String]): Unit {val conf new SparkConf().setAppName(&q…

CORDIC算法:三角函数的硬件加速革命——从数学原理到FPGA实现的超高效计算方案

计算机该如何求解三角函数?或许你的第一印象是采用泰勒展开,或者采用多项式进行逼近。对于前者,来回的迭代计算开销成本很大;对于后者,多项式式逼近在较窄的范围內比较接近,超过一定范围后,就变…

无需docker三步安装deepseek可视化操作软件-Open-WebUI

在以前安装Open-WebUI时,需要通过docker安装, 针对小白来讲呢有些麻烦, 因此这里推荐使用python环境安装Open-WebUI,简单快捷上手快! 1. Mac安装python3.11 以上的环境, windows同学直接官网下载安装包msi,双击安装即可1.1 Mac直接安装 python3.11brew install pyt…

3DGS较真系列

目录 引言 三维高斯飞溅(3DGS) 总体流程 SFM算法 1.特征提取: 2.特征匹配: 3.图像对优选: 4.相机位姿估计及空间点坐标获取: 5.三角化确立新图像地图点: 6.重建场景及其约束: 3DGS 1.捏雪球 2…

【计网】网络、互连网、互联网的认识和区分

一、些杂乱的知识点: 1.Internet是由数量极大的各种计算机网络连接起来的。 2.世界上最大的计算机网络Internet叫互联网(互联网 ! 互连网)。 3.互联网的两个基本特点: (1)互通性&#xff1a…

手机零售行业的 AI 破局与创新降本实践 | OceanBase DB大咖说

OceanBase《DB 大咖说》第 20 期,我们邀请了九机与九讯云的技术总负责人,李远军,为我们分享手机零售企业如何借力分布式数据库OceanBase,赋能 AI 场景,并通过简化架构实现成本管控上的突破与创新。 李远军于2016年加入…

高并发金融系统,“可观测-可追溯-可回滚“的闭环审计体系

一句话总结 在高并发金融系统中,审计方案设计需平衡"观测粒度"与"系统损耗",通过双AOP实现非侵入式采集,三表机制保障操作原子性,最终形成"可观测-可追溯-可回滚"的闭环体系。 业务痛点与需求 在…

迅为iTOP-RK3576人工智能开发板Android 系统接口功能测试

2.1 开机启动 开发板接通电源,并按下电源开关,系统即启动,在启动过程中,系统会显示下图中的开机画面,它们分别是 Android 系统启动时的 Logo 画面: 最后会显示如下解锁画面: 2.2 命令终端 将…

Linux云计算SRE-第二十一周

构建单节点prometheus,部署node exporter和mongo exporter。构建kibana大盘。包含主机PU使用率,主机MEM使用率,主机网络包速度。mongo db大盘,包含节点在线状态,读操作延迟等 一、实验环境准备 - 节点信息&#xff1…

蓝桥杯 - 简单 - 产品360度展示

介绍 在电子商务网站中,用户可以通过鼠标或手势交互实现 360 度全方位查看产品,提升用户体验。现在需要你设计一个 Pipeline 管道函数,用于控制 360 度展示产品的动画序列,通过管道连接各个动画步骤,使产品以流畅的方…

【Rust基础】使用LanceDB构建高性能以图搜图服务

简介 最近使用LanceDB构建了一个以图搜图服务,用于相似图片检索,支持以下功能: 搜索 支持向量搜索,查找相似图片支持通过item_id搜索精确搜索 数据管理 支持添加数据、批量导入CSV或JSON数据支持已有数据修改、删除 API 提供HTT…

蓝桥杯备考:模拟算法之排队接水

简单的模拟就行了&#xff0c;把他们的时间排序&#xff0c;时间最少的先上&#xff0c;然后算出每个人的等待时间的平均值 #include <iostream> #include <algorithm> using namespace std; const int N 1e310; int n; double sum; double ret; struct node{int…

zynq7000 + ucos3 + lwip202_v1_2调试过程

1 现在裸机应用上验证lwip 跑起来可能会报错&#xff0c;看下面的链接解决 zynq 网卡Phy setup error问题 zynq 网卡Phy setup error问题-CSDN博客 2 ping同以后&#xff0c;在zynq上添加ucos系统 链接如下&#xff1a; ZYNQ移植uCOSIII_zynq ucos-CSDN博客 3 移植lwip协议…

如何用 Postman 正确传递 Date 类型参数,避免服务器解析错误?

如何在 Postman 中传递 Date 类型参数。调试工具如何模拟发送用户端的当前时间呢&#xff1f; Postman 传递 Date 类型参数教程

卷积神经网络在图像分割中的应用:原理、方法与进展介绍

摘要 图像分割是计算机视觉领域的核心任务之一&#xff0c;旨在将图像划分为具有语义意义的区域。卷积神经网络&#xff08;CNN&#xff09;因其强大的特征提取能力&#xff0c;已成为图像分割的主流方法。本文系统介绍了CNN在图像分割中的关键技术&#xff0c;包括全卷积网络…

VMware Windows Tools 存在认证绕过漏洞(CVE-2025-22230)

漏洞概述 博通公司&#xff08;Broadcom&#xff09;近日修复了 VMware Windows Tools 中存在的一个高危认证绕过漏洞&#xff0c;该漏洞编号为 CVE-2025-22230&#xff08;CVSS 评分为 9.8&#xff09;。VMware Windows Tools 是一套实用程序套件&#xff0c;可提升运行在 VM…