无拉伸。

无拉伸是对影像数据不做任何拉伸处理，但是这种绝对的无拉伸实际上只对无符号整型8-bit存储格式的影像数据有效。影像数据在计算机上所显示的像元值都在0至255范围之间，因此，对于使用非无符号整型8-bit进行存储的影像数据，在进行无拉伸显示时，都对影像数据进行了简单的线性拉伸，使其数值在0至255范围之间。当影像数据使用非无符号整型8-bit进行存储时，在显示时，SuperMap对其处理方式是使用最值拉伸进行显示，因此，对于非无符号整型8-bit的影像存储格式，无拉伸的影像显示效果与采用最值拉伸后的影像效果一致。

标准差拉伸。

下面通过直方图来形象地描述标准差这种拉伸方式。如下图所示，影像经过拉伸前后的效果，通过直方图可以看出，拉伸后，影像的直方图形状符合一个正态分布的曲线，并且拉伸后的影像的直方图的标准差增大，即影像数据的像元显示值与平均值偏离度减小。

最值拉伸。

最值拉伸是一种线性拉伸，该拉伸方式基于像元的最大最小值，将最大和最小值作为拉伸后直方图的两个端点，例如：某个影像数据使用8-bit存储像元值，像元值的范围分布在30至200之间，那么经过最值这种线性拉伸方式拉伸后，该影像数据的像元值被重新分配像元值，使新的像元值到0至255之间。通过这样的拉伸处理，影像的对比度和亮度都得到的明显提高，从而使得影像中的地物会更加容易辨识。

如下图所示，左图为拉伸处理前，影像偏暗，像元显示值都集中在灰度级较低的区域，经过最值拉伸后，影像变得更为清晰，影像的对比度得到了明显的增强。

直方图均衡化。

直方图均衡化实质是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内像元的数量大致相等，这样，原来直方图中间的峰顶部分对比度得到增强而两侧谷底部分对比度降低，从而所输出图像的直方图是一较平的分段直方图；如果输出的影像数据分段值较小的话，会产生粗略分类的视觉效果。

直方图匹配。

直方图匹配是对图像查找表进行数学变换使一幅图像的直方图与另一幅图像的直方图类似。直方图匹配经常作为相邻图像拼接或应用多时相遥感影像进行动态变化研究的预处理工作；通过直方图匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异。

高斯拉伸。

高斯拉伸的目的是使影像数据的像元值趋于正态分布。如下图所示，影像经过处理前后的效果，通过直方图可以看出，高斯拉伸后，影像的直方图形状符合一个正态分布的状况，图中青色的曲线即为拉伸后直方图的一个正态分布的拟合曲线。

百分比截断拉伸。

这种拉伸方式将直方图中处于小值部分的一些像元和处于大值部分的一些像元从拉伸中排除。剩下的部分在应用最值拉伸。这种拉伸方式需要指定从拉伸中排除的最小和最大百分比值，分别代表需要从拉伸中排除的处于小值部分的像元百分比和处于大值部分的像元百分比。

如下图所示，其中第一幅图为影像的最值拉伸显示效果以及直方图，从直方图可以看出处于小值和大值区域的像元比较少，因此影响了影像的对比度，影像不清晰，如果将这些像元从拉伸中排除，则可以增加影像对比度和清晰度。下面第二幅图为影像经过百分比截断拉伸后的效果。