遥感图像变化检测是指通过分析来自同一地区不同时刻的多幅遥感图像，鉴定其状态差异的过程。随着遥感技术和信息处理技术的快速发展，遥感图像变化检测已经成为遥感图像研究的一个重要方向，并广泛应用于各个领域，如土地利用和覆盖、城市规划、环境监测、农作物监测、军事侦察等。本论文以Treelet变换为核心，围绕着如何从单波段两时相遥感图像中获取变化信息展开研究，完成了如下三个方面的工作：（1）提出了一种基于Treelet曲波域去噪的遥感图像变化检测方法。首先采用Treelet自适应的对对数差异图像进行曲波域去噪，其次通过曲波域低频信息计算分类阈值，然后分别对直接差异图像和重构图像进行分类，最后通过融合得到变化检测结果图。通过对一组模拟数据集和四组真实遥感数据集的实验证实了本方法的有效性。（2）提出了一种基于Treelet和图像融合的遥感图像变化检测方法。首先通过统计均值分类和自适应空间信息填充获取一幅精检测结果图，其次采用Treelet融合、K-means分类和数学形态学后处理获取一幅粗定位结果图，最后进行图像融合得到最终的变化检测结果图。通过对一组模拟数据集和四组真实遥感数据集的实验证实了本方法的有效性。（3）提出了一种基于Treelet和方向自适应滤波的遥感图像变化检测方法。首先对差异图像进行方向自适应滤波，并采用Treelet进行融合，得到一幅融合图像，其次对融合图像进行自适应阈值分类，最后对分类图像进行基于面积阈值的后处理，得到变化检测结果图。通过对一组模拟数据集和四组真实遥感数据集的实验证实了本方法的有效性。