标签：
一、前言
学习的第一个设计模式！不知道理解的对不对，期望大家一起多交流~
Strategy模式：策略模式，定义了算法族，分别封装起来，此模式可以让算法的变化独立于使用算法的客户。Strategy模式将逻辑算法封装到一个类中，通过组合的方式将具体的算法实现在组合对象中，再通过委托的方式将抽象的接口的实现委托给组合对象实现。其模型结构图如下：
二、Strategy策略实例
最近在写遥感影像融合相关算法，PCA、Brovey和SFIM算法，正好可以用于这次学习Strategy策略。
关于这三个融合算法都属于替换类算法，大概思路就是用一个替换另外一个。然后获得高分辨的高频信息和地分辨的光谱信息。
依据Strategy策略的思想，我们首先定义一个CContextFusion类，里面有一个DoFusionAction()方法，主要用于实现算法逻辑抽象接口，其头文件如下：
#pragma once
#include "StrategyFusion.h"
class CStrategyFusion;
class CContextFusion
{
public:
CContextFusion(CStrategyFusion *stg);
~CContextFusion(void);
bool DoFusionAction();
private:
CStrategyFusion *m_stg;
};
cpp文件如下：
#include "ContextFusion.h"
CContextFusion::CContextFusion( CStrategyFusion *stg )
{
m_stg = stg;
}
CContextFusion::~CContextFusion(void)
{
if(!m_stg)
delete m_stg;
}
bool CContextFusion::DoFusionAction()
{
return m_stg->runFusion();
}
完成这个类后，我们首先定义一个融合算法超类CStrategyFusion，考虑到以上三种算法都要实现影像的重采样和增益系数的计算。为此，我们把这两个方法的实现放在超类中，对于其他与融合算法相关的方法，放到具体的算法类中。其类结构关系如下所示：
头文件分别如下：
#pragma once
#include <iostream>
#include <string>
#include <omp.h>
#include <gdal_alg_priv.h>
class CStrategyFusion
{
public:
CStrategyFusion(void);
virtual ~CStrategyFusion(void);
virtual bool runFusion() = 0;
protected:
int ReSampleMSSToPAN();
void getGAIN();
std::string m_panFileName;
std::string m_mssFileName;
std::string m_resampleFileName;
std::string m_FusionFileName;
GDALDataType m_dt;
int m_resampleModel;
int m_gainX; // X方向增益像元个数
int m_gainY; // Y方向增益像元个数
int m_FusionWidth; // 融合后影像宽
int m_FusionHeight; // 融合后影像高
double m_FusionGeoTransform[6];
//private:
};
#pragma once
#include "strategyfusion.h"
class CStrategyFusionByPCA :
public CStrategyFusion
{
public:
CStrategyFusionByPCA(void);
~CStrategyFusionByPCA(void);
bool runFusion();
private:
double *calMSSMean();
double *calCovMaxtrix(double *bandMean);
bool eejcb(double a[],int n,double v[],double eps,int jt);
void sortEigenVector( int iBandCount,double * eigenVector,double * covAfterEejcb);
void PCATransform(double *eigenVector);
double* cdf(int *h,int length);
void matchHistogram();
void inverseMatrix( double *matrix, int n );
void invertPCA(double * eigenVector);
std::string m_PCAFileName;
std::string m_PanNewFileName;
};
#pragma once
#include "strategyfusion.h"
class CStrategyFusionByBrovey :
public CStrategyFusion
{
public:
CStrategyFusionByBrovey(void);
~CStrategyFusionByBrovey(void);
bool runFusion();
private:
bool CNByBrovery();
};
#pragma once
#include "strategyfusion.h"
class CStrategyFusionBySFIM :
public CStrategyFusion
{
public:
CStrategyFusionBySFIM(void);
~CStrategyFusionBySFIM(void);
bool runFusion();
private:
bool FilterMeanByPan();
bool SFIM();
};
总结：通过Strategy策略，我们可以自由、方便的补充新的基于替换类的融合算法，甚至其他所有的融合算法，换句话说就是可以自由定制自己的融合算法类，这种基于接口的实现不会因为继承而导致不可预计的危险。
标签：
原文地址：http://www.cnblogs.com/zyore2013/p/5819698.html
