前言
前面两章部分完成了图像的基本组织和大气校正,可是对于遥感影像地理相关数据,精确的地理坐标也是非常关键的。L1级数据,可惜,并没有帮我们处理地理坐标系统。无论是打开ENVI还是用gdal工具查看图像元数据,其坐标系统都是错误的或者说是未读入的。
查阅了相关的资料和博客,尝试了一些方法。首先,使用了gdal工具直接赋值坐标系统和仿射变化。
def geoImformationProcess(inputpath,outputpath):
dataset = gdal.Open(inputpath)
basename = os.path.basename(inputpath)
xmlpath = inputpath.replace('tiff', 'xml')
DOMTree = xml.dom.minidom.parse(xmlpath)
dom = DOMTree.documentElement
# CenterLatitude = dom.getElementsByTagName('CenterLatitude')[0].firstChild.data
# CenterLongitude = dom.getElementsByTagName('CenterLongitude')[0].firstChild.data
TopLeftLatitude = eval(dom.getElementsByTagName('TopLeftLatitude')[0].firstChild.data)
TopLeftLongitude = eval(dom.getElementsByTagName('TopLeftLongitude')[0].firstChild.data )
BottomRightLatitude = eval(dom.getElementsByTagName('BottomRightLatitude')[0].firstChild.data )
BottomRightLongitude = eval(dom.getElementsByTagName('BottomRightLongitude')[0].firstChild.data )
LatDiff = abs(TopLeftLatitude - BottomRightLatitude)
LonDiff = abs(TopLeftLongitude -BottomRightLongitude)
ResX = LonDiff/dataset.RasterXSize
ResY = LatDiff/dataset.RasterYSize
# dataset.SetGeoTransform([TopLeftLongitude,ResX,0,TopLeftLatitude,0,-ResY])
srf = osr.SpatialReference()
srf.ImportFromEPSG(4326)
envi_driver= gdal.GetDriverByName('Gtiff')
out_ds = envi_driver.CreateCopy(outputpath, dataset,1)
out_ds.SetGeoTransform([TopLeftLongitude,ResX,0,TopLeftLatitude,0,-ResY])
out_ds.SetSpatialRef(srf)
out_ds.FlushCache()
del out_ds,dataset
进行了以下操作:
- 获取图像的信息,边缘经纬度等
- 计算单个像元的分辨率
- 定义坐标系统,定义仿射变换
- 输出具有坐标系统的新图像
存在一些问题,
- 图像是歪的,仿射信息还需要旋转角度
- 根据经纬度差计算的单个像元的分辨率是有误差的
- 原始的坐标系统未知
- 等等
经过一段时间的查阅和学习后,找到了正确的方式:
文件里的rpb(多项式模型几何校正参数)不仅可以用来进行地形校正,也是可以用来几何校正。
RPC文件
rpc文件的基本描述说明可以参考以下网址,不再细节说明。
3万+



被折叠的 条评论
为什么被折叠?



