关于利用GDAL RasterIo()连续读取大影像内存泄漏问题

以3.5G遥感影像为例：

 

作为菜鸟遇到的问题：对代码进行跟踪检查发现RasterIo()读取3.5G遥感影像的时候内存逐次增长，虽然每次循环都释放了当前块的内存，但是仍无法回落到处理这一块之前的值，直到最终释放GDALDataset指针，内存才会回落至打开文件前的值（内存占用最高2.4G）。内存的不断增长显然对处理大文件会产生致命问题！究其原因，每执行一次RasterIO内存都会（不太慢的）增长，以致于每一块处理完后内存不彻底回落。尝试每次处理完后删除当前的RasterBand指针也无法回落。

解决方法：

1、      使用RasterIO()对大图像进行分块操作。RasterIO（）函数能够对图像任意指定区域任意波段的数据按指定数据类型，指定排列方式读入内存和写入文件中，因此可以实现对大影像的分块读，运算，写操作。对于大图像处理，按照传统方法，首先要将图像所有数据读入内存中，进行相应操作后，再一次性将处理好的数据写入文件中，这样需要耗费很大内存，容易内存溢出，而且存续可执行行差。采用分块处理技术，一幅1G的影像，在整个数据处理过程中，可以只占用几十兆的内存，而且运算量不会增加。

2、      循环调用RasterIo（）读取图像时都执行一次打开文件和关闭文件释放RasterDataset指针的操作。这样做内存的开销极小，但频繁的打开关闭文件总是不太好。

希望各位大神能提出更好的解决方案！！！