RPC定位模型的背景和原理

概念区分

遥感RPC和计算机RPC是两个不同的概念，它们在不同领域有着不同的含义和应用。

1. 遥感RPC（Rational Polynomial Coefficient Remote Sensing）：
   RPC遥感是指利用Rational Polynomial Coefficient模型进行遥感影像的几何校正和定位。如前面所述，RPC模型是一种用于卫星影像定位的模型，通过有理函数模型建立了像点和空间坐标之间的关系。RPC遥感利用这个模型，对遥感影像进行几何校正，将像素坐标与地理坐标之间建立起映射关系，以实现影像的定位和几何精度的提高。
2. 计算机RPC（Remote Procedure Call）：
   计算机RPC是一种计算机网络通信协议，用于实现分布式计算中的远程过程调用。它允许在不同的计算机之间通过网络进行通信和调用远程的函数或过程，使得远程计算机上的程序可以像本地程序一样被调用和执行。计算机RPC在分布式系统中起到了重要的角色，使得不同计算机之间的通信和协作变得更加便捷和高效。

总结起来，RPC遥感是一种用于遥感影像定位和几何校正的模型，而计算机RPC是一种计算机网络通信协议，用于实现分布式计算中的远程过程调用。它们在不同领域有着不同的应用和含义。

这里仅讨论遥感中的RPC的内容。

RPC定位模型

卫星成像过程中，卫星的姿态控制可能会出现一些困难，导致影像的严格几何模型变得非常复杂。为了降低对用户专业水平的要求、扩大用户范围，并保护卫星的核心技术参数不被泄露，RPC定位模型应运而生。

RPC定位模型的作用主要体现在以下几个方面：

1. 保密性和定位精度：RPC模型实现了对传感器成像核心参数信息的保密，并同时保证了定位精度。
2. 影像产品销售：采用RPC模型作为成像几何模型，可以不提供原始影像，只销售经过几何校正后的影像产品。
3. 使用方便性：RPC模型形式简单，使用方便，降低了对终端用户专业知识的要求，扩大了用户群范围。

RPC定位模型的原理是基于有理函数模型（Rational Function Model，RFM），其中RPC代表有理多项式系数（Rational Polynomial Coefficient）。它建立了像点和空间坐标之间的关系，不需要内外方位元素，避免了复杂的成像几何过程，广泛应用于线阵影像处理中。

在RFM中，像点坐标表示为相应地面点空间坐标的多项式的比值。RPC模型的多项式形式包括数个系数，这些系数与卫星厂家提供的RPC文件中的标准化平移参数和标准比例参数共同保存。

为了解算RPC模型的系数，可以根据控制点的不同获取方式分为两种方案：地形相关和地形无关。

• 地形相关方案：直接利用实测的地面控制点解算RPC参数。
• 地形无关方案：先建立严格几何模型，然后通过对严密模型生成的三维控制格网进行最小二乘拟合，计算出RPC参数。

实验表明，地形无关方案得到的RFM模型稳定性和实用性较好，因此一般采用这种方式建立RPC模型。首先利用星载GPS测定的卫星轨道参数、恒星相机获取的星历参数和惯性测量单元测定的姿态参数建立严格几何模型。然后，利用严格模型生成大量均匀分布的虚拟地面控制点，并利用这些控制点计算RPC模型参数，实质上是通过RPC模型拟合严格几何模型。

总结起来，RPC定位模型是一种简化的成像几何模型，它通过有理函数模型建立了像点和空间坐标之间的关系。RPC模型的建立利用了严格几何模型和虚拟地面控制点，通过最小二乘拟合计算出模型的系数。RPC模型的应用降低了对用户专业知识的要求，同时保证了定位精度，扩大了用户范围，并保护了卫星的核心技术参数不被泄露。

简单来说，RPC是一种基于有理函数的模型，用于描述像点坐标和地面点空间坐标之间的关系。使相机中的图像坐标转为地理坐标。