遥感图像变化检测是通过分析不同时间拍摄的同一地理位置的遥感图像以定量提取其中地物变化信息的一项技术。随着遥感图像数据公开化程度和处理技术的日益提高，多光谱图像由于具有从可见光到红外光波段的多个接收频段，丰富的光谱信息增加了识别多种类型变化的可能性与可信度，因此多光谱遥感图像已被广泛用于土地利用、植被覆盖、水资源以及矿产资源等方面的变化监测，这在环境监测、资源调查、城市规划和自然灾害评估等诸多方面具有重要意义。本文针对如何从不同时相的多光谱遥感图像中自动有效地检测地物真实变化信息进行了研究，完成了以下三个方面的工作：（1）提出了一种基于边缘特征与光谱反射率曲线簇匹配的多光谱遥感图像配准方法。该方法首先采用小波变换从两时相图像中分别提取明显边缘信息，并由此进行边缘图像的快速搜索匹配，达到粗配准的目的；接下来将两时相各波段图像灰度值转换为对应波长的相对地物光谱反射率值，然后将某一时相图像划分为尺寸较小的图像块，选择包含大量边缘的图像块在另一时相图像的对应窗口内采用光谱反射率曲线簇差异最小化准则进行搜索匹配，求得刚体变换参数集；最后，剔除光谱反射率曲线簇差异较大图像块的变换参数并将剩余图像块的变换参数进行统计，选择票数最高的变换参数进行整体刚体变换，达到精确配准的目的。（2）针对LandsatTM/ETM+多光谱遥感图像，提出了一种基于光谱组合分析与空间上下文结合的厚云及其阴影检测方法。该方法首先根据厚云及其阴影在TM/ETM+图像中的光谱分布特点，采用饱和度、波段平均灰度值及波段方差值三个特征粗略地将厚云和阴影分别检测出来；接下来利用厚云及其阴影的空间伴随关系对图像中的厚云和阴影进行配对处理，以剔除误检；最后通过对未配对成功的厚云和阴影利用上述光谱和空间上下文特征进行补充检测，从而消除漏检。（3）提出了一种基于光谱反射率变化分析的多光谱遥感图像变化检测方法。该方法首先将两个时相多光谱遥感图像的各波段像素灰度值转换为对应波长的相对地物光谱反射率值，进而计算每个像素的反射率变化矢量的方差和反射率变化矢量的模，用来衡量两时相光谱反射率曲线的差异程度；然后对反射率变化矢量的方差图和模值图分别进行增强处理，以降低反射率变化矢量模值图的背景亮度和反射率变化矢量方差图的漏检问题；最后对经过增强处理的反射率变化矢量模值图和方差图分别进行OTSU自适应阈值分割，融合分割结果得到最终变化检测结果图。