标准差拉伸、最大最小值拉伸、和百分比裁剪拉伸这三种方法都是线性拉伸方法。线性拉伸方法在上节中我们也已经介绍过了。采用线性变换对图像每一个像素灰度进行线性拉伸，将有效改善图像视觉效果。下面我们开始介绍这两种拉伸方法。

标准差拉伸：

 标准差：数学符号σ，方差的算术平方根，反映组内个体间的离散程度。简单来说就是表示组内大多数值和平均值的偏离程度。标准差越大，表示组内大多数数值和平均值偏离的越多。标准差越小，表示组内大多数值和平均值比较接近。

标准差拉伸：和百分比裁剪拉伸一样，标准差拉伸也是通过修剪影像的极值。然后对其他像素值进行线性拉伸来使影像的对比度增加。当对影像进行统计时，可以得到影像的最大值，最小值，和标准差。当你定义标准差为2。那么超过2个标准差的像素值会被推到0或者255的位置。在两个标准差之间的像素值被线性拉伸至0-255。标准差拉伸经常用来使色调较暗的栅格数据集变亮。下图所示的图像可以明显看到效果。

统计数据：

http://ww3/large/ae72410cjw1eozofpoypqj20fd06tgmf.jpg

拉伸前：

http://ww2/large/ae72410cjw1eozoh8lchzj20fd0dbmz3.jpg

标准差拉伸后：

http://ww2/large/ae72410cjw1eozog5jw20j20fd0clju9.jpg

最大最小值拉伸

最大最小值拉伸：最大最小值拉伸可以自由设置最大最小值，然后以最大值和最小值为两个端点。然后再对像素值进行线性拉伸。使得影像更易区分。最大最小值拉伸一般适用于拉伸像素值分布密集的栅格影像。

最大最小值拉伸后：

http://ww3/large/ae72410cjw1eozohu4nodj20fd0cktam.jpg

Arcgis中提供的线性变换的拉伸方法就介绍完了，在下一篇文章中，我们来继续讲一讲非线性变换的几种拉伸方法。