土地资源是人类赖以生存和持续发展的基础。随着社会、经济和科学技术的进步,由人类对土地资源的开发、利用引起的土地利用／土地覆盖变化已经成为全球环境变化中的重要组成部分和主要原因。由于土地利用／土地覆盖变化检测在农业估产、环境监测、城市规划等众多领域具有重要意义,人们急需一种高效、快捷、实用的方法对大面积地物进行变化检测。随着遥感技术的诞生与发展,利用遥感影像进行土地利用变化检测已成为国内外众多学者的研究热点。研究如何充分利用遥感技术自动检测地物的变化信息,具有十分重要的理论意义和应用价值。本文在对遥感影像变化检测相关研究成果进行归纳总结后,提出了一种基于影像信息挖掘的遥感影像变化检测方法。该方法以遥感影像数据和土地利用矢量数据为基础,以像斑为分析对象,从影像信息的处理层次角度定义了变化检测的框架流程及各模块的功能。通过将土地利用矢量数据与遥感影像进行数据套合,获取像斑作为分析对象。经过特征提取、土地利用类型样本像斑选取与更新,最后采用更新后的各土地利用类型的样本像斑对检测期像斑进行变化判别,完成变化检测。本文研究了遥感影像变化检测应用中的纹理特征提取及相关特征分析的关键技术,提出了一种基于像斑的多尺度纹理特征提取方法。该方法对遥感影像进行小波分解,获取不同分辨率下、不同方向的纹理影像。将不同尺度、方向的纹理影像与土地利用数据进行套合,提取像斑的多尺度纹理特征。通过衡量不同纹理特征属性的信息熵与信息增益率的大小,构建纹理特征属性贡献度指标,对纹理特征进行选择,突出作用重大的纹理特征属性。对像斑特征在特征空间中的分布状况进行了分析,在对原变化检测方法中的样本像斑选择及更新算法进行了修改后,提出了一种基于像斑特征模式分析的遥感影像变化检测方法。本文研究了遥感影像变化检测应用中变化判别模块的关键技术。通过比较变化判别模块中利用不同分类器进行变化判别获得的变化检测结果,通采用决策融合的方法对不同分类器的判别结果进行融合,优化变化检测结果。本文提出了两种决策融合方法,一种是基于序贯分析的单分类器决策融合法。序贯决策融合法通过将单一分类器的判别结果进行多次反馈迭代,对输出结果进行修正。另一种是基于多分类器判别置信度的模糊决策融合法。模糊决策融合法采用模糊集理论,通过构建分类器判别结果的置信度指标作为模糊隶属度函数将多种分类器判别结果进行融合。本文研究了历史影像辅助数据在遥感影像变化检测中的应用。通过历史影像辅助数据建立地物变化的随机过程模型,预测变化检测时间段内地物状态(土地类型)的变化规律,对遥感影像变化检测的结果进行了修正。对辅助数据的使用条件进行了讨论分析,并通过实验比较了不同历史时期影像辅助数据计算获取的地物状态转移矩阵的精度。