• 8U：8 位无符号整数。
• 16U：16 位无符号整数。
• 16S：16 位带符号整数。
• 32S：32 位带符号整数。

设置影像拉伸的方式，默认为无拉伸。可用选项包括：

• 无拉伸：对影像不进行任何拉伸处理，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。

  图：无拉伸及直方图

• 最值拉伸：即最大最小值的线性拉伸。此种方式将像元值的最小值和最大值做范围值域，进行线性拉伸，使像元值分布在[0,255]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。一般适用于拉伸像素值分布密集的栅格影像。

  图：最值拉伸及拉伸前后直方图

• 百分比拉伸：通常情况下，可以假设影像数据中大部分像素都处于上限和下限范围内。可以通过设置百分比把范围之外的像素值都推到两个端点处。然后再对范围内的像素值进行线性拉伸。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，剩下的部分再应用最值拉伸方式进行拉伸。使用时，需要设置最小值和大值的排除的比例。

  例如：一幅影像像元的值域为 [0,100]，将最小和最大的排除比例定义为 10，应用“百分比拉伸”会将 [10,90] 之间的值拉伸到 [0,255] 这个区间来显示，而 [0,10] 显示为 0，[90,100] 显示为 255。

  图：百分比截断拉伸及拉伸前后直方图

• 直方图均衡化拉伸：属于直方图修正法，实质是对图像进行非线性拉伸。通过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，从而增强图像的对比度。

  直方图均衡化拉伸之后，图像的整体对比度很强。直方图均衡的实质是减少图像的灰度等级换取对比度的扩大。所以有时候可能会造成我们需要某个灰度的图像信息时，在转换之后可能这些信息会有所丢失。当原始遥感数据的质量比较差、数据动态范围小、直方图分布极不均匀时，进行直方图均衡增强运算，变换后的图像层次感更差，更易丢失信息。

  图：直方图均衡化拉伸及拉伸前后直方图

• 对数拉伸：扩展图像的低灰度范围，同时压缩高灰度范围，将图像暗的部分扩展，而将亮的部分抑制，即强调图像的低灰度部分。
• 高斯拉伸：目的是使影像数据的像元值趋于正态分布，高斯拉伸属于线性拉伸。
• 伽马拉伸：图像曝光不足或过度时，伽马变换可调节图像的对比度。利用非线性变换，扩展图像的低/高灰度范围，从而对较暗或较亮的图像进行校正，增强图像显示细节，改善影像数据的显示质量。

当拉伸方式参数为高斯拉伸时可用，默认值为 6。

影像的像元值乘以系数后，再拉伸到 [0,255] 区间上。

当拉伸方式参数为伽马拉伸时可用，默认值为 0.5，取值范围为（0，+∞）。

• 当伽马拉伸参数小于 1 时，图像的暗部区域对比度增加，细节更加突出，但亮部区域的细节会有所损失，整体图像变亮。
• 当伽马拉伸参数等于 1 时，图像没有进行伽马拉伸。
• 当伽马拉伸参数大于 1 时，图像的亮部区域对比度增加，细节更加突出，但暗部区域的细节会有所损失，整体图像变暗。

Double

仅文件类型为 Tiff/GeoTIFF 时可用，默认为 NONE 。

设置导出栅格数据的压缩方式，更多方法介绍请参考压缩方式。