变化检测旨在分析两幅不同时刻拍摄的同一地点图像的不同之处。变化检测在遥感，医疗诊断，视频监控，环境监测等方面有重要应用。变化检测可以看作差异图的分割问题。本文以变化检测为核心，并对相关问题进行的研究。首先，提出一种模糊主动轮廓的方法，用于图像分割。该方法将模糊逻辑引入传统的主动轮廓方法当中，并有效的合并了平滑先验和正则两项，从而获得全局最优的同时，获得了更高的计算效率。其次，提出一种基于边界预估的模糊C均值聚类方法用于合成孔径雷达图像的变化检测。由于此类图像的变化检测存在噪声大，边界弱的特点，该方法首先对可能包含边界的区域进行预估，从而在去除噪声的同时，有效的保护了边界。最后，针对以后半监督图像分割和变化检测的应用需求和趋势，提出了一种形状对齐的方法，该方法可用于需要对齐训练库的基于形状先验的算法。该方法也是首次将有序集值函数引入计算机视觉问题当中，定义了广义相关函数。通过设计一种广义相关函数的快速求解方法，本文提出的对齐方法具有极高的计算效率，特别适用于大型训练库的对齐问题。大量的实验证明了本文提出的三种方法具有优越性。