多时相遥感影像变化检测是遥感技术的一个重要应用领域，它是利用不同时期遥感图像的差异检测出该地区的地物变化信息，可用于环境监测、防灾减灾和战场态势分析等。遥感影像的变化检测出现了很多方法，但这些方法都有一定局限性，且对数据质量要求高，自动化水平不足。因此，本文对变化检测技术进行了研究，了解其基本原理和处理流程，分析了各种方法的优缺点和适用方法。文章以河北石家庄市赵县的TM数据和湖北省宜昌市夷陵区樟村坪地区的ASTER数据为例，研究了这两种数据的变化检测方法，并提出了相应的算法改进方法。　　针对TM数据的波段多、光谱覆盖广的特点，本文在传统代数法和图像变换法的基础上提出了图像特征增强的变化检测方法，用波段组合的方法融合各波段的信息，根据要增强的特征来确定波段组合的系数。这种方法解决了单一波段信息不完整的缺陷，并能根据变化区域的特点有针对性的增强图像特征。最后，实验证明图像特征增强的变化检测方法在总体精度上要高于直接做差法和主成分变换法。　　针对实验区获取ASTER数据SWIR波段缺失，可用波段少、空间分辨率高的特点，在多波段主成分变换法结果的基础上提出了小窗口相关匹配法。小窗口相关匹配法从像素级上升到了图斑级，给变化区域的提取提供了更多判断依据，大大的减少了由图像配准误差带来的误判率。由实验结果可知，改进后的方法在检测的总体精度上也要高于直接做差法和多波段主成分变换法。　　在变化检测图像的阈值分割方法中分别选用了最大类间方差法和?倍离差法来对图像进行分割，TM数据的差值图像较ASTER数据的差值图像更符合标准正态分布，所以用?倍离差法分割效果较好，反之ASTER数据用最大类间方差法较好。