遥感+python 1.4 RPC校正

遥感+python 1.4 RPC校正

---

  本章节，笔者主要讲述RPC校正的概念，原理，即代码实现。

一、正射校正

  正射校正一般是通过在像片上选取一些地面控制点，并利用原来已经获取的该像片范围内的数字高程模型(DEM)数据，对影像同时进行倾斜改正和投影差改正，将影像重采样成正射影像。将多个正射影像拼接镶嵌在一起，并进行色彩平衡处理后，按照一定范围内裁切出来的影像就是正射影像图。正射影像同时具有地形图特性和影像特性，信息丰富，可作为GIS的数据源，从而丰富地理信息系统的表现形式。

二、RPC校正原理

  有理多项式系数(rational polynomial coefficients,RPC)，实质是有理函数模型（Rational Function Model-RFM）。它可建立起像点和空间坐标之间的关系，不需要内外方位元素，回避成像的几何过程，可以广泛用于线阵影像处理中。RFM将像点坐标表示为以相应地面点空间坐标为自变量的多项式的比值¹。

三、代码实现

一定要自带RPC文件的影像(.rpc或.rpb文件）位于同一目录下具有统一名字
废话不多说，直接上代码

tif_path = r"D:\RSdata\0626\GF1_WFV1_E117.3_N39.7_20200112_L1A0004547684.tif"
out_path =r"D:\RSdata\0626\GF1_WFV1_E117.3_N39.7_20200112_L1A0004547684_rpc.tif"

gdal.Warp(out_path,
          tif_path,
          format='GTiff',
          rpc=True,
          resampleAlg=gdal.GRIORA_NearestNeighbour)

其中

GRIORA_NearestNeighbour #最近邻插值
GRIORA_Bilinear #双线性插值
GRIORA_Cubic #三次卷积插值

简单吧，GDALWARP YYDS。当然，怎能止步于此？还将利用SIFT算法寻找同名点，提高精度。

<返回目录

---

1. https://blog.csdn.net/wokaowokaowokao12345/article/details/128187152 ↩︎