利用遥感影像进行变化检测可以为环境监测,资源勘查,灾害评估,地理数据库的更新提供有力的手段。近些年来,随着遥感技术的飞速发展,国内外涌现了大量高空间分辨率光学遥感成像卫星,如World View、高景一号等,这也为遥感影像的处理带来了新的挑战。对于变化检测而言,利用高分辨率遥感影像进行建筑物变化检测是变化检测技术发展的方向,然而目前变化检测技术仍然受到各种因素的影响而使检测精度得不到保障,其中最主要的问题是在无法获得高精度DSM进行影像真正射纠正情况下变化检测时,难以有效解决因卫星侧视成像造成像点位移使建筑物存在大量的立面信息从而导致误检的现象。在难以生成真正射影像的情况下,如何有效避免因像点位移引起的误检,是目前亟需解决的问题。因此,面向高分辨率遥感影像的建筑物高效变化检测需求,本文利用位于北京与的黎波里地区0.5米分辨率的Worldview-3、Quick Bird影像进行了以下研究:(1)针对使用未经真正射纠正的高分辨率影像进行建筑物变化检测时,因不同时相影像建筑物存在投影差从而导致的误检问题,提出了一种基于伪正射纠正的遥感影像近似真正射纠正算法,以消除遥感影像中的建筑物立面信息。首先,本文对伪正射纠正的概念做出了界定,然后,详细阐述了伪正射纠正的技术流程:首先,提取较为精确的建筑物立面轮廓线长度作为建筑物像点位移长度,然后将每个建筑物顶部的轮廓按照各自的像点位移长度进行平移,便可生成伪正射影像,消除或减少建筑物立面信息。(2)针对高分辨遥感影像配准精度不够理想的问题,提出了一种基于三角网二阶多项式变换的影像全局-局部配准方法。首先利用IMAS(Image Matching by Affine Simulation)算法提取不同时相遥感影像的初始匹配点;然后使用基于三角网光度与几何约束的匹配算法,得到精确的匹配点,进行全局配准;最后利用生成的Delaunay三角网,经过三角网优化合并之后,采用二阶多项式变换进行局部配准,从而得到精确的多时相配准影像。实验结果表明,本文采用的配准方法精度能够达到1个像素以内,并能够很好地解决配准过程中存在的扭曲变形问题。(3)基于伪正射纠正的遥感影像建筑物变化检测方法。首先,提出了一种基于样本自动选择的Grab-Cut高分辨率遥感影像建筑物提取方法,具体方法流程如下:通过影像自带RPC文件,仿照投影轨迹法计算单张影像的像点位移方向,进行影像旋转,使像点位移沿水平方向;其次,对图像进行去噪,再利用Canny算法提取图像边缘,并结合形态学运算与Hough变换提取横向轮廓线;再次,结合角点信息与物方定位一致性方法进行立面轮廓线精确与筛选;最后,利用建筑物立面轮廓线作为约束,并结合建筑物的几何规则,使用一种基于全自动样本选择Grab-Cut的建筑物提取方法,将建筑物精确的顶部轮廓提取出来。实验结果表明,本文建筑物提取方法平均精度可以达到86%。最后将建筑物信息与NDVI,NDWI,MSI相结合使用LCRA(Local Coregistration Adjustment)得到变化信息,并使用真实遥感影像进行了验证,实验结果表明,在进行城区建筑物变化检测时,将遥感影像进行伪正射纠正之后,变化检测精度能够达到91.94%,且高于未经过伪正射纠正的方法。