GDAL专栏

最近在做基于RPC的像方改正模型，方便对数据进行测试，修改了GDAL库中的RPC纠正模型，使之可以支持RPC像方改正参数。下面是RPC模型的公式，rn,cn为归一化之后的图像行列号坐标，PLH为归一化后的经度纬度高程。将上面的公式变形，使用偏移系数和缩放系数带入，可以得到图像的行列号坐标与经纬度坐标之间的坐标转换关系。整理后的公式如下所示，下标带s的为缩放系数，下标为0的表示偏移系数，rc为图像行

最近将GDAL库更新至1.11版本之后，发现之前写的RPC像方改正模型校正的结果偏差特别大（更新版本之前结果和PCI处理的结果一致）。所以初步判断是GDAL库的bug，经过各个参数修改发现原来是指定的DEM采样方式导致的。 当指定DEM的采样方式为最邻近时，校正结果偏差很大，当DEM采样方式为双线性采样和三次立方卷积采样时，处理的结果与之前的结果一样。截图如图1所示，红色区域为对比区域，如图2所示

GDAL2.0版本的更新日志中提到了对RPC校正的优化，今天测试了一下，发现提升的速度还是蛮快的，测试的数据是一个IRS-P5的数据。单线程测试首先使用一个线程进行测试，使用下面的批处理进行运行，将OPENCL禁用，测试结果见图1.echo %time% F:\gdal1112\gdalwarp.exe -rpc -t_srs WGS84 -r cubic -wm 1024 -et 0 -wo

使用GDAL进行RPC坐标转换对于高分辨率遥感卫星数据而言，目前几乎都提供了有理函数模型（RFM）来进行图像校正（SPOT系列提供了有理函数模型之外还提供了严格轨道模型）。对遥感影像进行校正目前最常用的就是使用有理函数模型来进行校正。有理函数模型的计算公式网上可以搜到，同时我之前的博客中也有比较详细的说明，可以参考这篇博客http://blog.youkuaiyun.com/liminlu0314/articl