文章版权由作者李晓晖和博客园共有，若转载请于明显处标明出处：http://www.cnblogs.com/naaoveGIS/

1. 背景

    我们用遥感的手段进行卫星特征提取、多幅影像间的特征变化提取的案例越来越多，尤其在深度学习算法越发成熟以及诸如阿里天池大赛这些活动的激发下，相信在更多的行业，卫星遥感、无人机航拍、地面移动测量等等将大展拳脚，并有效落地。

    春节在家无事，想换个角度，以GIS的方法而不是单纯的图像学角度出发，研究如何进行变化提取。

    当然，我们还是假设，基于算法已经对A影像和B影像中的某个特征进行了提取，并且生成为A图层和B图层，然后我们需要对这两个图层中的要素变化做出提取。    

2.算法设计

2.1分析

       a.A影像和B影像，虽然做了几何纠正，但是提取出来的特征shp依然会存在像素级的偏差，我们做变化比对时需要考虑如何判断两个要素为同一要素。

       b.A影像为当前影像，B影像为历史影像。所谓特征变化，是指从B到A时，特征要素发生了哪些变化，并以A图层为模板图层。

       c.特征变化含特征要素的减少、增加、消失、     出现四种状态。

2.2算法流程图

3.实现

3.1 geotools函数封装

       根据算法流程，我们需要进行要素的空间查询、相交面提取、SHP生成。细化为：

       a.相交查询.

       b.包含查询

       c.内含查询

       d.相交面提取

       e.SHP生成

       跟据以上空间操作需求，我们将geotools进行封装：

3.1.1  要素空间查询 

3.1.2SHP创建

3.2流程逻辑实现

4.算法测试

                                                                       -----欢迎转载，但保留版权，请于明显处标明出处：http://www.cnblogs.com/naaoveGIS/

                                                                           如果您觉得本文确实帮助了您，可以微信扫一扫，进行小额的打赏和鼓励，谢谢 ^_^