从地面散射回雷达传感器的微波能量的强度变化很大。虽然从大部分地面接收到的信号通常很弱，但是场景中经常有一些物体由于其几何形状或电特性而返回非常强的反向散射信号。因此，数字雷达图像中的数值范围可能超过几个数量级，但大多数数值都在范围的低端。左边的插图显示了一些雷达图像直方图的例子。
陆地表面典型雷达图像的样本直方图。上图是美国北达科他州一个农业区的早春雷达卫星图像。下图是来自美国内布拉斯加州西部的一张航拍图像，该地区既有农田又有草地。
由于亮度值的这种分布，没有对比度增强或具有自动线性增强的雷达图像通常看起来大多是黑色的，只有一些明亮的特征。你可以使用TNTmips对比度增强程序，通过降低输入范围上限来提高线性对比度，如左侧图像所示。
单元格值较低的区域的对比度得到增强，但所有高于输入限制的单元格值都以最大屏幕亮度显示。通过使用非线性增强方法之一，可以获得更好的雷达图像对比度，如下所示。
用线性对比度增强和提高输入范围上限降低显示的城镇和周围农田的机载合成孔径雷达图像。
TNTmips提供了几种非线性对比度增强的方法，包括归一化、均衡、对数指以及数法。你可以将这些方法用作“栅格图层控制”窗口中“对比度”菜单中的自动对比度选项，也可以在“栅格对比度增强”窗口中选择和操作它们。虽然这些非线性增强方法适用于任何类型的图像，但他们尤其非常适合雷达图像独特的亮度分布。归一化方法通过将输入值拟合到正常（高斯）曲线来确定输出亮度值。均衡法试图为每个输出亮度级别分配相等数量的单元。对数法使用对数转换函数计算输出值。指数法比对数法更加灵活，因为其可以通过拖动平移曲线来修改指数函数的幂。值小于1的功率值通常适用于雷达图像。有关使用这些增强方法的更多信息，请参见教程手册《Getting Good Color》或者TNTmips参考手册。哪种对比度增强方法是“最佳的”因图像而异，具体取决于光栅值的特定分布和解释目标相关的数据范围。成像雷达系统中常用的波段。波段代号是以前的军事代号。表面粗糙度差异是雷达图像中亮度变化的主要原因。粗糙度是指表面不规则和垂直起伏的程度，以厘米为单位。在雷达图像中，一个表面是否显得粗糙(明亮)在很大程度上取决于雷达波长。特定的表面对于短波长雷达来说可能是粗糙的，但是对于较长的波长来说是平滑的，如下例所示。来自美国夏威夷基拉韦厄火山南翼一个小区域的三种波长的机载合成孔径雷达图像。观察方向是朝着图像的底部，与向下倾斜的方向一致。土地覆盖是从地图和其他图像中解读出来的。古老的熔岩表面是植被覆盖的，高海拔是森林，低海拔是草地和灌木。目前有两种类型的近期未被覆盖的熔岩流:流动的、表面平滑的熔岩流和具有粗糙块状表面的更粘的熔岩流。在C波段图像中，只有最近平滑的熔岩呈现暗色；在这个波长下，其他表面是粗糙的。在较长的波长下，草原区域变得平滑，因此也变得黑暗。在这三种雷达波长下，粗糙的熔岩和森林都有相似的亮度。
永久铁杆会员和全场通用的用户进入更新文件夹可下载今日内容的中英文完整版。
