遥感影像配准和变化检测是遥感数据处理与应用中两项基础且重要的研究内容。随着遥感技术的快速发展，影像的空间分辨率、光谱分辨率、辐射分辨率、时间分辨率大幅提高，遥感载荷之间技术指标差异、观测角度、时相、地形起伏等内外部因素造成的局部几何畸变，给遥感影像高精度配准和变化检测带来极大的挑战。　　本文针对不同时相光学遥感影像存在的局部几何畸变，在当前弹性配准方法研究的基础上，通过基于SURF(Speed Up Robust Feature)的全局配准算法和像元局部加权方法，提高弹性配准算法的适用性和抗噪性;针对像元局部配准参数的稀疏性，在满足一定的精度条件下，采用压缩感知方法解算像元局部配准参数，提升弹性配准算法的运算效率;针对城市高分辨率遥感影像中高层建筑物存在较大投影差的问题，在弹性配准基础上，开展基于影像光流场匹配的大投影差像元检测研究，提高城市高分辨率遥感影像变化检测的精度。　　论文的主要工作和研究成果总结如下:　　1.提出一种基于SURF算法的全局匹配和局部配准模型相结合的面向影像变化检测的弹性配准方法。针对基于像元灰度的全局最小二乘匹配方法在配准影像重叠度低、变形较大的情况下难以获得准确的全局初步配准参数，以及局部配准参数解算过程中易受到影像辐射亮度差异较大像元的影响等问题，在全局初步配准阶段，该方法采用SURF算法实现影像匹配点提取，通过RANSAC和剔除最大误差点相结合的粗差探测方法，获取满足一定精度要求的全局仿射变换参数完成影像的全局配准;在局部弹性配准阶段，建立局部配准参数解算和平滑模型，考虑到遥感影像变化检测中不同时相影像之间存在的局部辐射亮度差异，采用不同时相遥感影像差值特征影像灰度正态分布密度函数计算各像元灰度出现的概率，构建局部参数解算权重，进行像元加权局部平移参数解算，采用影像金字塔由粗到细的数据处理策略，完成不同时相影像弹性配准。实验表明本文方法影像配准精度（包括地形起伏区域）优于1个像元，且方法的适用性、抗噪性、运算速度均有较大提升。　　2.提出一种基于压缩感知的遥感影像弹性配准方法。针对逐像元的弹性配准算法效率较低的问题，该方法利用了像元弹性配准参数存在的稀疏性，在局部弹性配准阶段，通过对遥感影像像元梯度幅值响应较强的点进行随机抽样，形成观测样本点集，采用弹性配准局部参数解算模型求解样本点平移参数，通过压缩感知稀疏重构算法重构影像各像元平移参数，经过参数平滑以及数次迭代运算获取最终局部配准参数;实验表明，在满足精度要求条件下，本文方法可显著提高弹性配准运算速度。　　3.针对城市高分辨率遥感影像变化检测应用中，由于观测角度的不同，影像之间高层建筑物存在较大的局部配准误差，以及阴影产生的伪变化问题，提出了一种基于局部配准的遥感影像变化检测方法。该方法采用面向变化检测弹性配准数据预处理算法，降低影像之间配准误差和辐射亮度差异，提高影像初步变化检测精度;通过影像阴影指数和光谱特征进行阴影检测，提取影像之间阴影变化信息;借鉴光流场估计图像大位移目标的方法，构建多尺度光流场像元局部配准参数估计模型，通过像元光流参数一致性检测，进行局部配准误差较大像元的检测。最后通过弹性配准初步变化检测结果、阴影变化信息、大配准误差像元检测结果的集成分析，可有效降低影像之间配准误差和阴影对变化检测精度的影响。实验表明该方法能够显著提升变化检测精度。