基于遥感图像的变化检测就是从不同时间获取的遥感图像中,定量分析和确定地表变化特征和过程的技术。它是开展森林资源调查、土地利用/覆盖变化研究、环境灾害评估、城市规划及布局和国防军情监控等对地观测应用中的关键技术,具有迫切的应用需求和广泛的应用前景。本论文围绕着如何从多时相遥感图像中快速有效地自动提取变化信息来展开研究,完成了以下三个方面的工作:(1)提出了一种基于差异边缘和联合概率空间一致性图的遥感图像变化检测方法。首先利用Canny边缘检测算子计算两时相图的差异边缘图并用联合概率空间一致性图从差异边缘图中选取噪声区边缘。接着对噪声区边缘对应位置的像素进行平滑,将平滑处理后的两时相图做差,对差值图进行空间自适应邻域滤波后得到新差异图,最后利用直方图波谷阈值分割差异图得到变化检测结果。对模拟数据集和真实遥感图像数据集进行实验,验证了本方法的有效性和鲁棒性。(2)提出了一种基于图像最优分割和空间关联条件概率融合的多时相SAR图像变化检测方法。首先采用边缘匹配度分割方法最优分割两时相原图,接着计算条件概率差异图中各像素点相对于两时相原图中对应点邻域内各点的条件概率,最后利用条件概率将两时相原图的分割结果融合得到融合差异图,并生成变化检测结果图。通过对模拟SAR和真实SAR数据的实验验证了方法的有效性。(3)提出了一种基于主纹理方向自适应邻域和隶属度参考直方图的遥感图像变化检测方法。首先计算两时相图像的主纹理方向,然后在该方向上进行自适应邻域分析并构建差异图,最后利用基于隶属度参考直方图的阈值方法对差异图进行分割,生成变化检测结果。对模拟图像数据集和真实遥感图像数据集进行实验,验证了本方法的有效性和鲁棒性。