ArcMap 提供多个用于改善栅格显示的工具。这包括提供快速绘制方法、增强处理以及保留所计算的栅格数据集统计数据。例如，可以更改栅格的亮度和对比度并在其他图层上透明显示栅格。修改显示的栅格数据中的一些属性时，可通过影像分析 窗口和效果 工具条进行快速访问。也有一些可永久改善栅格数据显示的地理处理工具。
使用快速绘制方法
加速渲染器
使用任一栅格图层时，例如栅格数据集、镶嵌数据集或影像服务（不是栅格目录），可以使用加速栅格渲染来提高图层显示性能。使用加速渲染器，可以在显示画面中稳定无缝地平移和缩放地图。
轮廓或线框
向 ArcMap 添加镶嵌数据集时，该数据作为镶嵌图层添加：其作为至少包含三个图层（边界、轮廓和影像）的特殊组图层显示在内容列表中。您可取消选中影像图层，并选中轮廓或边界图层来查看每个栅格的范围或镶嵌数据集的范围。
使用栅格目录时，ArcMap 可以将栅格目录以线框形式进行显示（显示每个栅格数据集的维度轮廓）。为提高显示效率，当前范围内有九个以上影像时，会自动使用线框显示。默认的影像个数可以在栅格目录的图层属性 对话框的显示选项卡中进行指定。
快速绘制的性能调整
创建金字塔和概视图
改善和缩短显示大型栅格数据集时间的最好方法是创建金字塔。金字塔是原始栅格数据集的额外副本，这些副本按照分辨率的递减等级依次进行重采样，并被创建为与栅格数据集同名的 .rrd 文件或 .ovr 文件。ArcMap 使用合适的分辨率等级来快速绘制整个数据集。如果不使用金字塔，则必须从磁盘中读取整个数据集，然后将其重采样为更精细的大小。不能对栅格目录构建金字塔；不过，可以为栅格目录中的每个栅格数据集构建金字塔。对于镶嵌数据集，像栅格目录一样，可以为每个栅格数据集构建金字塔；不过，也可以为镶嵌数据集构建概视图。
在基础等级，镶嵌数据集概视图类似于栅格数据集金字塔。它们都是较低分辨率的图像，创建此类图像的目的在于提高显示速度及降低 CPU 使用率，因为测试较少的栅格便可显示镶嵌的图像。但它们的创建方法差别很大，因为您可以对许多用于创建镶嵌数据集金字塔的参数进行控制。您可以创建只覆盖特定区域的镶嵌数据集概视图，也可以只在特定分辨率上进行创建。通过创建该概视图，您可以查看包含在整个镶嵌数据集中的所有栅格，而不仅仅是单个栅格。概视图通常始于栅格金字塔停止的位置。
计算统计数据
栅格数据的统计数据（和直方图）用于正确渲染数据。建议您使用栅格数据集的全部统计数据和直方图来预生成统计数据，来帮助渲染栅格。如果向 ArcMap 应用程序添加不存在统计数据的栅格数据集，那么应用程序将通过栅格数据集的子集计算默认的统计数据。只有在 ArcMap 中打开数据时才会使用这些统计数据进行渲染；但这些数据并不随文件进行存储。
要了解有关统计数据和生成统计数据的方法的信息，请参阅栅格数据集统计数据。
栅格压缩
压缩数据必须经过解压缩后才能绘制到屏幕上；它在速度上会慢于未压缩的数据。解压缩所需的时间通常与压缩比有关。栅格的压缩程度越高，解压缩所需的时间就越长。有许多压缩类型可用于栅格数据集。
切片大小
切片大小用于控制像素数量，在行和列中指定并在每个切片（或块）中存储。每个切片均存储为二进制大对象 (BLOB)。默认情况下，切片大小是 128 × 128 像素，但用户可以根据需要修改此默认值。更改切片大小往往不会显著提高性能，而且对于企业级地理数据库，更改默认值实际上会降低性能。
增强栅格数据的外观
调整亮度、对比度以及透明度
影像分析窗口（和效果工具条）允许用户交互调节栅格图层的亮度（
）、对比度（
）或 Gamma（
），也能够以透明的方式显示栅格图层。这些增强功能可应用于渲染过的屏幕显示，不能应用于原始栅格数据集的值。亮度可增强影像的总体亮度（例如，使得深色变浅，浅色变白），而对比度则可调节深色和浅色之间的差异。以下示例是对影像的亮度和对比度做出了调整。
透明度工具（
）可用于查看栅格图层下方的其他数据图层。在下图中，上部的影像未使用透明度，所以山体阴影造成基础土地利用图层模糊不清。而底部的影像则使用了透明度，因此基础符号系统透过山体阴影呈现出来，获得一个三维效果。
如果栅格数据表示连续数据，则可以基于栅格数据集的统计数据，将对比度拉伸应用于栅格数据中。拉伸可以增大栅格显示的视觉对比度。当栅格显示变暗或对比度较差时，可以应用拉伸。例如，影像可能不包括计算机上所显示值的整个范围，因此，可以拉伸影像的值以通过应用对比度拉伸来利用此范围。这可能会生成一副更清晰的影像，从而使某些要素变得更容易识别。
以下是对比度拉伸的示例。直方图 A 表示影像 A 中的像素值。通过在整个范围内拉伸值（如直方图 B 中所示），您可以改变影像的外观并增强其视觉效果（影像 B）。
不同的拉伸将导致栅格显示中出现不同的结果。可以通过多次尝试以找到针对某一特定栅格数据集的最佳拉伸方法。
ArcMap 中的拉伸类型包括自定义手动选项和多种标准方法。这些标准拉伸可用于“RGB 合成”或“拉伸”渲染器。标准拉伸包括标准差、最小值-最大值、Esri、直方图均衡化和直方图规定化。可使用最小值-最大值拉伸展开分组密集的值。直方图均衡化和直方图规定化拉伸可从直方图操作中获取值。二次标准差拉伸经常用来使通常色调较暗的栅格数据集变亮。使用 Esri 拉伸需要栅格数据集统计数据（及其直方图）。通过防止像素值被拉伸到极值的方法有助于为影像提供良好的整体拉伸。
使用上述任一拉伸方法，都可以检查并修改直方图以及查看关于数据的基本统计数据（如最小值、最大值、平均值和标准差）。可使用影像分析窗口中的交互式拉伸按钮 
或从图层属性对话框访问直方图来对直方图进行交互式调整。
如果使用以下对比度拉伸来拉伸数据，也可以将 Gamma 拉伸应用于栅格数据：无、标准差或最小值-最大值。为计算机显示准备栅格数据时，Gamma 是指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。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。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。
在下面的示例中，可以看到调整用于显示栅格数据集的 gamma 值的效果。这些值中的每一个值都会被添加到红色、绿色和蓝色波段。通过将不同值应用于每个波段，可以调整红色、绿色和蓝色的色度。
如果已经拉伸了栅格数据集的整个直方图，但仍然没有显示足够的对比度，则可以尝试基于显示范围内的像素来创建一个拉伸。进行此操作有两种方法：
- 在影像分析窗口中选中 DRA。
- 打开栅格数据集图层属性对话框；单击符号系统选项卡；对于拉伸或 RGB 合成渲染器，可以将统计数据下拉列表更改为从当前显示范围。
此选项仅允许使用显示范围中的像素的统计数据（而非整个栅格数据集）来计算对比度拉伸。由于显示范围内存在较少的像元值，因此很可能使用较小范围的像元值；这可以进行更大的对比度拉伸。每次更改显示范围（或位置）时，栅格数据集显示都会有所不同，因为针对显示中的像元值计算的对比度拉伸可能会发生变化。如果要将一组特定的统计数据应用到某特定范围，可通过“自定义统计数据”选项进行此操作。
显示重采样
对栅格数据集重采样将会改变栅格数据集的显示方式。重采样是在执行地理处理功能或更改坐标空间时，为了变换栅格数据集而内插新像元值的一个过程。
有四种重采样方法，分别是最邻近插值法、双线性插值法、三次卷积插值法和众数法。默认情况下，ArcMap 使用最有效的重采样技术，即最邻近法重采样。
最邻近法和众数重采样算法最适用于离散栅格数据集，例如那些位于分类影像中的栅格数据集，包括土地利用地图或土壤地图。最邻近法将最近的像元值分配给像素。众数则将最常用的值分配到过滤器窗口中，以实现更平滑的外观。
对于连续栅格数据集，如卫星影像、高程模型或航空像片，双线性插值或三次卷积插值法更合适。双线性插值法会创建一个外表平滑的表面。三次卷积插值法则会创建一个外表更清晰的表面，但需要更多的处理时间。
对于包含色彩映射表的 ERDAS Imagine 栅格格式，可以进行双线性插值重采样。在这个显示重采样方法的过程中需要先将像素转换为 RGB 值，然后再使用重采样方法。
下图显示了一个显示重采样的示例。左侧图像显示了原始栅格和栅格的新位置（栅格的轮廓）。中间的图像显示了最邻近重采样技术对数据进行重采样的方式。右侧的图像显示了双线性插值法对栅格进行重采样的方式。
更改显示背景
有时，栅格数据集中会有一些您不想显示的均匀区域。这些区域包括边框、背景或其他被认为没有有效值的数据。尽管有时这些数据可能具有实数值，但其他时候会将其表示为 NoData 值。
背景和轮廓通常是地理配准栅格数据集的结果。如果栅格数据有背景、边框或其他 NoData 值，则可以选择不显示它们，也可选择使用特定颜色显示它们。
所有渲染器均可将 NoData 值设置为某个颜色或“无颜色”，而“拉伸”渲染器则可以识别特定的背景值并显示颜色或“无颜色”。
以下图像分别使用黑色背景和“无颜色”显示了同一个 NoData 区域。
