ENVI5.3SP1下GF1-WFV数据全自动正射校正
一、实验数据
-
待校正影像:1景2015年10月8获取的北京区域GF1-WFV3数据,产品序列号1087581
-
参考影像:由4景与待校正影像相近时相的Landsat8-OLI全色影像拼接而成,拼接后完全覆盖待校正影像范围;
-
DEM数据:全球分辨率7.5秒(约200米)DEM数据。
二、操作步骤
-
启动ENVI5.3.1;
-
在菜单栏中,选择File > Open As > Optical Sensors > CRESDA > GF1,弹出Open对话框,找到解压后数据所在文件夹,选择扩展名为.xml的文件,点击打开;
-
在工具栏中,点击
按钮,依次打开参考影像和DEM数据;
-
在Toolbox中,选择Geometric Correction > Orthorectification > RPC Orthorectification Using Reference Image,弹出图1所示参数设置面板:
图1 RPC Orthorectification Using Reference Image参数设置面板
-
Input Raster:选择待校正GF1-WFV3影像
-
Input Reference Raster:选择拼接好的Landsat8-OLI全色影像
-
Input DEM Raster:选择DEM数据(GMTED2010.jp2)
-
DEM Is Height Above Ellipsoid:选择No
-
Requested Number of GCPs:输入100
-
Image Resampling:选择三次卷积
-
Grid Spacing:保持默认,10
-
Output Raster:设置输出路径和文件名
-
Output GCPs:设置自动采集的控制点文件输出路径和文件名
-
Display result:勾选,校正结束后加载校正结果
三、结果分析

图3 使用RPC Orthorectification Workflow工具校正结果部分截图
按钮,弹出Select GCP file对话框,找到上面生成的控制点文件,点击打开,如下图所示。可以看到自动采集到的控制点数量为67个。
图4 将自动采集到的控制点文件导入到RPC正射校正流程化工具面板中
图5 选中GCP1后在视图中的位置
按钮,可以直观地查看当前控制点的误差分布,其中颜色红色偏亮的区域表明当前控制点的误差较大,颜色越灰暗表明当前区域控制点的误差较小。图6所示为控制点及其误差的分布情况。
图6 控制点及其误差分布情况
图7 控制点误差统计选项卡

图8 有控正射校正结果部分截图
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 全程不用写代码,我用AI程序员写了一个飞机大战
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· .NET10 - 预览版1新功能体验(一)