随着遥感平台和传感器技术的不断发展,对地观测技术和手段日益成熟,产生了海量多源异构的遥感数据。因此,研究如何高效地从遥感数据中提取有用信息,避免“信息孤岛”,对于发掘影像潜能,实现“数据”到“信息”的转变具有重要意义。高分辨率遥感影像具有丰富的几何结构信息,广泛应用于遥感影像信息提取、分类和变化检测等领域。变化检测技术通过覆盖同一地区的多时相影像发现地表地物的变化过程,进而为资源调查、环境保护、城市规划、灾害评估等提供重要的决策信息。其中,对象级变化检测方法可充分利用影像的空间上下文信息,避免“椒盐”噪声干扰,日益成为高分辨率遥感影像变化检测的主流方法。然而,由于光谱可分性降低,“异物同谱”和“同谱异物”现象的加剧,导致对象级变化检测方法面临很多问题和挑战,主要体现在以下几点:一、多时相影像分割是对象级变化检测方法的前提和基础,分割的精度严重制约对象特征提取和变化检测的精度;二、对尺度信息的使用大多停留在不同尺度变化检测结果的融合上,缺乏对尺度集约束信息的考虑;三、将不同分割对象独立看待,忽略了邻域对象的空间相互作用对变化属性的影响。因此,深入研究多时相影像分割、尺度集信息约束和邻域信息约束算法,对提高对象级变化检测精度具有重要的理论价值。基于以上几个关键问题,本文从多时相影像分割、多特征提取、多尺度融合、后处理等变化检测过程的不同环节入手,以提高对象级变化检测的精度和可靠性为目的,研究并提出了三种相应的对象级遥感影像变化检测方法,主要内包括以下几个方面:1)基于分割优化和多特征融合的变化检测方法研究。现有的多时相影像分割方法缺乏对地物变化的考虑,且分割得到的对象尺寸分布不均匀,影响了地物边界范围的精确提取和对象特征提取的统计稳定性。为此,本文提出了一种基于对象相交与合并的分割优化方法,一方面,通过对象相交处理建立两时期对象的空间上一一对应关系;另一方面,通过基于光谱和形状特征约束的合并处理获取尺寸分布合理的分割对象。此外,为充分挖掘高分辨率遥感影像丰富的细节信息,提出了一种基于光谱、纹理和空间特征的多特征融合方法,有效弥补了单一特征检测能力的不足,且融合方法参数设置简单,自动化程度高,在精度和效率方面取得较好的平衡。2)基于尺度集约束变化检测方法研究。尺度集可以看作是不同尺度影像序列的集合,现有的多尺度影像处理方法一般将不同尺度检测结果独立看待,通过多尺度融合的方式实现不同尺度下检测结果的综合。然而,上述方法仅仅从信息融合的角度考虑尺度影响,忽略了尺度间内在的上下文关系。为此,本文提出了两种基于尺度集约束的对象级遥感影像变化检测方法,即基于多尺度传播的变化检测算法和基于多尺度词包模型的变化检测算法,分别从不同角度和不同方式将尺度因子和尺度空间上下文关系引入到对象级遥感影像变化检测中。其中,基于多尺度传播的变化检测算法从多尺度分割角度出发建立多尺度表达,一方面,通过尺度层间分割对象的父子映射关系建立尺度集约束;另一方面,通过将粗尺度检测结果传递到细尺度进行综合分析,实现了不确定信息的逐层减少和变化检测结果的逐层精化。基于多尺度词包模型的变化检测算法从金字塔角度出发建立影像的多尺度表达。首先根据原始影像和分割标记图像构建金字塔影像,然后建立分割对象的多尺度词包模型,并通过不同尺度下视觉直方图的级联建立影像对象的多尺度表达和尺度集约束,最后通过相似性分析确定分割对象的变化属性。3)基于标号平滑的变化检测结果精化方法研究。现有的对象级变化检测算法大多基于对象独立性假设,通过对象相似性分析获取变化检测结果,忽略了由于分割精度和影像质量等因素造成的邻域对象间的空间相互作用。标号平滑可在初始变化检测结果基础上施加平滑先验约束,有效利用对象空间上下文关系。为此,本文总结了常用的基于局部滤波和MRF模型的标号平滑方法,并提出了一种改进的MRF模型的标号平滑方法,其优点是充分考虑了邻域对象间的光谱、形状等特征,更加精确地刻画了邻域对象间的空间相互作用。首先提取初始变化检测结果,作为初始标号影像;然后提取差异影像中邻域对象的光谱和形状等特征,包括光谱均值、公共边长度、面积,并结合对象光谱特征的先验分布知识分别构建特征场和标记场能量函数;最后使用图割优化算法对MRF能量函数进行优化求解,得到每个对象的最优标号,即变化属性。