遥感图像变化检测技术是指对同一地区不同时相获取的遥感图像进行分析、处理，找出变化差异并进行评估的过程。遥感图像变化检测技术作为遥感图像解译的主要技术之一，已经广泛应用于植被、土地、水域等资源监测、大气、海洋环境变化分析、地震、洪水、火灾等自然灾害灾后评估、区域、城市建设情况调查、农作物生长状况预测以及军事部署、军事目标情报侦察等方面。本文围绕如何利用遥感图像信息构造有效差异图，提高变化检测结果，进行分析、研究提出了以下三种方法用于遥感图像变化检测。（1）提出了多分辨率非负矩阵分解和Treelet融合的遥感图像变化检测方法。该方法首先对直接差值法构造的差异图像运用非负矩阵分解算法提取不同分辨率图像；对差异图像和不同分辨率图像分别取阈值；用Treelet算法融合上述阈值后图像；用区域生长法对融合后图像分割，得到最终变化检测结果。采用五组对比实验进行验证，说明本方法的有效性。（2）提出了基于Steering核回归和超像素分割的遥感图像变化检测方法。将输入的两时相图像采用Steering核回归分别提取结构信息；将图像邻域信息分别与结构信息相结合，得到图像的局部结构特征，然后用非负矩阵分解算法分解局部结构特征矩阵，将得到的系数矩阵构造差异图；最后用超像素熵率分割差异图得到过分割图像；对过分割图像采用K-means聚类，得变化检测结果。采用五组数据进行对比实验，验证了本方法具有良好的效果。（3）提出了一种基于低秩表示系数融合的遥感图像变化检测方法。首先对两时相遥感图像采用直接差值法和区域均值比值法构造差异图，引入了一种基于低秩表示的方法对图像进行分解，将分解得到的低秩表示系数采用基于指数形式的融合策略进行融合，对该融合后的差异图进行最大熵阈值分割得到最终变化检测结果。本方法也采用五组数据进行对比实验，结果说明了本方法的有效性。本论文工作得到了国家自然科学基金（60970066）、高等学校学科创新引智计划（111计划）（B07048）、教育部长长江学者合创新团队发展计划（IRT1170）以及中央高校基本科研业务费专项资金（K50510020025）的资助。