多时相遥感图像的变化检测技术是指从不同时期的遥感图像中，定量地分析和确定地物变化信息的过程，它是遥感技术的重要应用之一。多时相的遥感图像变化检测技术广泛应用于国民经济和国防建设的诸多领域，具有良好的应用前景。　　 本论文围绕着自动、有效地提取多时相遥感图像的变化信息来进行研究，完成了以下三个方面的工作：　　 (1)提出了一种基于分水岭变换和Treelet聚类的遥感图像变换检测方法。首先利用分水岭变换对模糊增强后的差值差异图进行过分割，提取过分割区域的六种纹理特征并得到纹理特征矩阵，根据Treelet算法对纹理特征矩阵聚类得到对应区域合并二值图像，对该二值图像进行马尔科夫模型后处理，得到边缘细化的检测结果，最后将二值图像和后处理结果图中的连通区域合并，删除多余噪声区域，得到最终的检测结果。模拟和真实遥感图像的实验证明该方法具有有效性和鲁棒性。　　 (2)提出了一种基于多组Gabor滤波降维的遥感图像变化检测方法。首先利用差值差异图像的分类阈值对多时相遥感图像进行灰度校正，将校正后得到的差异图像进行多组参数的Gabor滤波得到滤波图像矩阵，根据Treelet算法对滤波后图像矩阵进行降维，获得最优参数的滤波结果图，对该滤波结果图像进行K均值聚类得到变化检测结果。模拟和真实遥感图像的实验证明了该方法能有效地减少噪声信号的影响，提高变化检测的精度。　　 (3)提出了一种基于自适应Treelet构造差异图的遥感图像变化检测方法。首先对第一幅遥感图像提取参考相似窗，在第二幅遥感图像对应位置的搜索窗内提取若干个相似窗，将若干个相似窗与参考相似窗的差值矩阵进行自适应的Treelet聚类，当前中心点像素灰度值由所有与参考相似窗具有相同类别标记的相似窗内的像素平均得到，逐像素计算得到自适应Treelet聚类的差异图像。分别计算自适应差异图和差值差异图的Otsu分割阈值，利用该阈值融合自适应差异图和差值差异图，对融合后的差异图像进行Otsu阈值分割得到最终的变化检测结果。模拟和真实遥感图像的实验验证了该方法的有效性。