遥感图像变化检测技术旨在检测同一地区不同时相的变化情况,这一技术在开展资源调查、环境检测、军事侦察、民用领域等都具有广泛的应用,是遥感技术的重要研究方向之一。本论文通过研究和分析传统的变化检测方法存在的问题,完成了以下三个方面的工作:(1)提出了一种基于核聚类和区域生长遥感图像变化检测方法。该方法采用自适应邻域窗口对图像去噪,以两时相遥感图像差值和相似度作为差异特征,利用核模糊C均值(KFCM)聚类方法对差异特征分类,提取肯定变化区,最后采用区域生长方法对肯定变化区进行优化,得到最终的变化检测结果。通过对实测多时相遥感图像数据集实验,验证了本文所提出的方法是有效的。(2)提出了一种基于方向特征的SAR图像目标变化检测方法。图像中目标含有较明显的方向特征,因此利用方向信息测度可以很好地将边缘和噪声区分开来。本方法正是基于此来实现目标的变化检测,首先基于方向信息测度提取两幅图像的方向信息;其次,通过两幅图像的方向信息测度的差值来构造方向测度差异图,并采用FCM聚类算法将差异图分成变化和非变化区域,在变化区中提取仅包含目标变化的区域块;然后对包含目标变化的区域块单独处理,得到最终的变化检测结果。实验结果表明该方法可以较精确地提取变化目标的信息。(3)提出了一种基于邻域相似度的变化检测方法,该方法首先利用Ratio算子判断图像像素点的方向,按照像素点方向,选择对应的邻域方向模板,在邻域模板内,搜索当前点的相似点,利用相似点的均值更新图像像素值,然后两时相相减得到初始差异图,用邻域相似度方法进一步优化差异图,对新的差异图采用Otsu阈值分类方法得到变化检测结果。通过对模拟和实测多时相遥感图像数据集实验,表明了该方法的有效性。