城市化进程与可持续发展亟需及时了解和掌控城市布局、环境变化、违章建筑、非法占地、地面绿化、湖泊分布以及道路更新等情况,及时准确地进行城市变化检测对于经济建设、环境监测和可持续发展具有重要意义。城市变化信息主要为人工建筑的变化信息,关注城市变化的重点包括局部区域内人工建筑的新建或拆除。传统现场踏勘或者观察的方法已不能满足城市规划监管部门对于快速变化发展的城市地区尤其是城乡结合地区的监测需求。近年来无人机低空遥感技术迅速发展,其低成本、灵活、安全、高时效及高空间分辨率的特点非常适用于对快速发展的重点和热点地区进行滚动式循环监测和对突发事件及灾害进行应急救助,对违法违规用地等现象做到快速发现,亦可应用于自动化数字城市、基础地理信息更新、矿山开采监测、工程监测、考古等。超高空间分辨率无人机影像的空间结构信息丰富、纹理破碎不连续、光谱分辨率较低,不同地物光谱相互重叠、类内差异增大、类间可区分度降低,“同物异谱、异物同谱”的现象更加普遍,因此直接利用传统基于二维遥感影像的变化检测方法进行无人机影像变化检测难以获取理想的变化检测结果。变化检测需要不同时相数据间高精度相互配准,而并不要求数据必须拥有高精度的绝对位置。无人机通常飞行高度低、影像幅面小、数量众多,多时相无人机影像数据间的配准难度更大。利用基于少量地面控制点的传统空中三角测量方法将不同时相影像正射纠正到绝对位置虽然在整体上可以使得不同时相的无人机影像相互配准。但应用于变化检测,不同时相影像的纠正拼接结果在局部区域,尤其是在建筑物周围并不能满足变化检测对于影像配准精度的要求。即使在测区范围内进行密集的控制点布设,在最终正射影像的局部区域仍然可能存在不同程度形变;且密集布点将耗费大量的时间及人力,不适合动态监测。论文在分析常规无人机影像数据预处理方法和现有利用三维信息进行建筑物变化检测方法的基础上,提出了基于时序无人机影像二三维综合的面向对象建筑物变化检测方法和框架。利用所提出的时序无人机影像联合平差和适用于高分影像的相对辐射一致性处理方法完成时序无人机影像间的空谱一致性处理。通过影像密集匹配获取测区不同时相的三维地表模型,结合不同时相多角度影像、立体模型、匹配点云,利用面向对象分析方法获取初始变化候选区,并顾及建筑物本身的如三维高程、边缘、形状、空间关系等特征进行二三维综合的面向对象建筑物变化检测。论文的主要研究内容包括以下几个方面:(1)时序无人机影像空谱一致性处理方法研究影像间变化检测的一个重要前提是参与变化检测的影像必须在统一的坐标体系下面。为获取同一地区时序无人机影像统一坐标参考,本文提出将时序无人机影像进行联合匹配平差,将不同时相的时序影像进行相互匹配转点,获得统一的像点网,仅进行单次光束法平差后的时序影像则具有相同的坐标参考,因此纠正得到的正射影像及密集匹配点云便能高精度套合,自然完成时序影像及匹配点云的高精度配准,满足变化检测对于配准精度的需求。影像光谱信息作为基础的地物特征,在变化检测或影像分类中占有绝对重要的地位,因此变化检测前的辐射一致性处理是必不可少的步骤。超高分辨率影像由于可分辨地物更多、场景复杂,影像辐射差异通常不具有整体线性一致性。因此本文提出一种适用于高分辨率遥感影像变化检测的顾及影像辐射二维分布的相对辐射一致性处理方法。该方法先利用对象级平滑将影像前景目标进行平滑,再通过轮廓波变换进行影像的高低频分离;相对辐射调整仅在变换后的低频部分进行处理,可以充分保护影像本身的高频纹理信息。(2)顾及建筑物高程、边缘及形状特征的无人机影像分割方法研究无人机影像地面分辨率通常在厘米级,且传感器通常为消费级数码相机,只有RGB三个波段,光谱分辨率较低,“同谱异物,异物同谱”现象普遍存在,像素级变化检测方法难以获取理想变化检测结果。面向对象的变化检测方法则先需要进行面向对象的影像分割,获取更能表达真实地物的分割对象对于面向对象的变化检测方法至关重要。另外高分影像中存在丰富的几何结构特征,如何利用这些特征一直是高分辨率影像处理的一个难点。本文提出一种顾及建筑物特征并适用于无人机影像建筑物变化检测的影像分割方法,尝试提取及应用无人机影像中明显的长直边缘及规则的几何形状。(3)二三维信息综合的面向对象建筑物变化检测方法研究时序无人机影像经过联合平差后,所有影像姿态都在统一的坐标参考下。虽然利用影像密集匹配方法获取测区DSM并兼顾影像信息可以进行建筑物变化检测,但由于城镇地区地物通常较为复杂且密集匹配中可能存在匹配错误,高大建筑物在无人机影像中造成大量相对遮蔽,因此本文针对测区内的高大建筑物和普通低矮建筑物提出相应的变化检测方法。先利用高程信息对区域内的高大建筑物进行识别与变化检测,获取置信度较高的高大建筑物变化检测结果。在单张未拼接的正射影像上利用二维影像及高程信息进行面向对象的初始变化检测,而后对每个变化候选区根据其空间关系、影像中边缘及形状特征、成像模型及密集匹配三维点云/DSM综合进行二三维信息的交叉验证,并对不同视角变化检测结果进行融合,从而获取更加准确的建筑物从无到有、从有到无或者高度增减等变化信息。