从1972年至今,遥感影像变化检测技术已经发展了40余年。随着当代科学技术水平的不断发展和提高,遥感影像变化检测技术已经成为更新基础地理数据库的关键技术,广泛地应用于土地覆盖及利用变化监测、城市化扩张调查动态监测、自然灾害监测及其发展趋势的评估与预测等一系列与人们生活密不可分的多种对地观测应用中。遥感变化检测是在多时相影像中自动识别和分析地表区域的空间和光谱信息变化的过程,其最终目的是提取拍摄于不同时间的同一地区地物差异信息,实现对同一地区发展变化情况的长时间的连续的动态监测。因此,有效地检测变化并且准确地展示变化,为分析和预测某一个特定场景未来一段时间内可能发生的转变情况提供了十分有价值的依据。遥感影像变化检测过程主要包括影像数据源的选取和输入、多源图像数据预处理、变化信息检测、检测结果精度评估、实验结果图像输出等部分。现有的检测方法主要有基于像元级的、基于特征级的和基于目标级的三大类,使用频率最高的有图像差值法和比值法、变化向量分析法、主成分分析法、分类后比较法等。但是无论是影像预处理方法、变化信息提取方法,还是检测结果精度评估的方法,都是以基于像元的方法为主,因此,现有的变化检测方法具有一定的不足和局限性。本文在传统的变化向量分析法的基础上,对依赖主观经验确定变化阈值的问题进行优化,提出了自动获取变化阈值的方法;此外,通过结合多时相遥感影像数据融合的方法,从数据源的角度降低了引入误差的概率。实验结果表明:利用主成分分析法得到的检测结果精度最高;利用图像比值法进行变化检测,在阴影区域的检测结果优于其他方法和其他区域;利用变化向量分析法得到的检测结果,其变化与非变化部分与人眼目视得到的结果最为接近。通过改进的变化向量分析法,在检测过程中减少了人为因素的干预,提高了检测效率和准确率;将融合思想引入变化检测方法,避免了由于获取时相不同导致影像地物光谱差异造成的检测误差,提取的变化/非变化信息二值图像和检测结果精度均令人满意。