近十年来，随着航天技术、传感器技术、计算机技术以及相关科学的迅猛发展，遥感技术得到了飞速进步。变化信息是研究城市发展的主题，高分辨率遥感影像的发展又使得其在城市中的深入应用成为可能。本文从高分辨率遥感影像城区的区域特征分析的理论出发，探索并实现遥感图像“图像分割，区域特征提取，区域特征分析，基于区域特征的变化检测”的技术思路。针对QuickBird遥感影像进行的变化检测方法研究主要包括以下几个方面：　　 (1)高分辨率遥感影像的预处理　　 由于传感器、获取时间、光照度等因素的不同，多时相遥感影像通常表现出同一地区地物的几何角度、光谱特性等方面表现出不一致，因此有必要对遥感影像进行预处理，以减少因数据源引起的伪变化检测结果。这些预处理包括：融合，配准，辐射校正和裁剪等处理过程。　　 (2)高分辨率遥感影像城区的区域特征表达与分析　　 区域特征与单一象元特征相比，具有更加丰富的地学意义，在此基础上进行的知识表达与分析，符合人类的认知过程，同时更具智能性。以区域作为处理单元，从纹理特征、几何特征、光谱特征等方面对城区的区域的特征进行了描述和分析，以此为下一步变化检测提供决策依据。　　 (3)变化检测与精度分析　　 首先利用高斯滤波器平滑化处理数学形态学方法得到梯度图像，然后利用两种形态学的标记方法--扩展极小运算和区域开运算进行梯度重构，最后基于重构的梯度图像得到用于变化检测的图像分割结果。为了比较两景分割区域的特征，实现基于区域特征的变化检测，对得到的区域分割结果进行区域叠加和边界细化的匹配处理，以达到特定区域特征分析的目的。变化检测过程则根据区域特征构建了基于距离最小规则的地物信息的变化检测规则，最后实现变化检测信息的提取。　　 将提出变化检测的方法应用于实验，对得到的检测结果进行定性和定量分析，对于变化的区域得到了较为明显的检测，检测精度为83.33％。将该结果与差分得到的变化检测结果进行比较，结果也明显优于差分得到结果。基于区域特征实现的高分辨率遥感影像城区变化检测能够较好地提取变化信息，同时能够满足大区域高分辨率多光谱影像的变化信息提取需求，对于应用高分辨率遥感影像实现变化信息的提取具有一定的应用价值。　　 本文的结论主要有以下几个方面：首先，在分析区域纹理，光谱和几何特征的基础上，总结了高分辨率遥感影像变化检测的区域特征，为遥感影像基于特征进行的变化检测研究提供了参考。其次，本文以区域作为研究单元，综合应用了在区域基础上表现出的纹理，光谱和几何特征，发挥了高分辨率多光谱遥感影像在分辨率、细节信息以及光谱等方面的信息优势，避免了基于象元开展的变化检测研究过程中，遥感影像中常存在着“同物异谱”、“异物同谱”和“近谱”的现象对检测结果产生的干扰。最后，利用高分辨率遥感影像的区域特征，提出的变化检测方法，可以较为有效地提取变化信息。改进分水岭的分割方法有效地利用了图像的边缘信息，使特征在区域上的表现更加精确。对地物在区域上表现出的纹理、光谱和几何特征量化值进行统计和相关分析，利用该阶段的结果实现变化信息的检测和提取。该方法推进了高分辨率遥感影像在城区变化检测中的应用，实现了变化检测从“象元”到“区域”的发展。