遥感影像的变化检测技术在国民经济和国防建设中具有广泛的应用。利用同一地区的多时相遥感影像进行变化检测可以提取、定位该区域在不同时相间的地表变化信息,并且能够定量的对变化信息及变化过程进行比较分析。利用变化检测技术获取的结果可以用于地理数据更新及应用、自然灾害监测评估及预报、战场态势分析以及打击效果评估等多个邻域。本文主要围绕从不同时相遥感影像快速有效提取变化信息展开研究,对面向对象的遥感影像变化检测所涉及的相关理论和方法进行了深入探讨。本文的主要工作和创新点如下:1.对变化检测的现状进行了研究,总结了变化检测方法所存在的问题。深入分析了对象的表达、特性及应用,并归纳和总结了对象分割的方法。将面向对象影像分析方法应用于多时相遥感影像变化检测。2.提出了基于地物空间结构的误匹配剔除方法。针对遥感影像匹配出现的误匹配情况,在顾及变化检测的两幅遥感影像未变化区域具有相同或相似的相对稳定空间结构信息基础上,提出了在待配准影像中通过构建三角形的方式模拟地物空间结构的方法来剔除误匹配点。并通过实验证明了该方法的有效性。3.以对象的提取为目标,重点讨论了将影像划分成内部特性相对均一、相互之间有所差异的影像对象的不同分割方法。研究了均值漂移法和分形网络演化法。将分水岭方法引入到面向对象的变化检测分割中,针对分水岭方法过度分割问题,提出在梯度图像上进行分割处理,再进行滤波然后采用基于局部同质性合并小区域,实验表明过度分割大大减少,较好的实现了对象的提取。4.将变化向量分析法应用于面向对象的变化检测。在对象变化向量分析法中,讨论了利用层间逻辑值对变化强度进行描述的方法。为了快速、有效的获取影像变化信息,采用二维最大类间方差进行变化阈值的自动获取,考虑到二维最大类间方法的速度较慢,提出了一种自动提取阈值的快速计算方法,并通过实验验证了该方法在对象级变化检测中的有效性。论文中对所提出的各种算法利用不同多时相遥感影像进行实验,开发了一个面向对象的变化检测演示验证系统。实验表明采用面向对象的变化检测方法整体上比基于像素的变化检测方法效果要好。