近年来高分辨率遥感影像快速获取和处理能力的不断进步以及人工智能的崛起兴盛,极大的推动了违章建筑快速自动化检测识别,为城市规划建设和监测管理提供了一种系统高效的新技术手段。然而由于复杂场景中空间上下文的复杂性、建筑物的差异性和多样性以及投影差导致的影像上几何偏移和影像间位置差异,实际应用中主要还是依靠人工判读解译,导致工作效率低下,人力财力浪费严重,并且在海量遥感数据面前显得捉襟见肘。基于以上考虑,本文以复杂城市场景的高分辨率遥感影像建筑物变化检测为出发点,探索适用于违章建筑检测的相关技术方法。论文主要研究内容分为以下三个方面:（1）研究融合形状先验的建筑物屋顶变化检测方法。针对老的建筑物基底矢量数据存在的情况,考虑到投影差引起的矢栅数据不匹配以及屋顶存在加盖彩钢棚等违章建筑问题,本文提出了一种融合形状先验的建筑物屋顶变化检测方法。该方法首先利用矢量数据中的基底多边形构建形状先验,结合轮廓匹配和图割优化算法,通过融合形状先验实现建筑物屋顶精确定位的同时,检测拆除的建筑物。然后在前期影像存在的情况下,获取前后时期影像上对应的建筑物屋顶区域后,采用面向对象的方式,将光谱和纹理结构特征结合起来构造两期建筑物屋顶间可靠的相似性表达,并基于超像素的图割联合优化提取屋顶疑似变化区域。（2）探索基于全连接条件随机场的新增建筑物自动提取方法。在上述结果的基础上,为了能够达到新增建筑物检测的目的,本文通过在已有建筑物辅助下,进行基于全连接条件随机场的新增建筑物提取工作完成。该算法利用面向对象方式,采用层次区域合并和知识嵌入策略,结合光谱、纹理、几何等特征,在基于全连接条件随机场初步获取建筑物感兴趣区域的同时,得到新增目标窗口;同时考虑到局部窗口中建筑物的结构显著特性一定程度上会高于附近其它地物这一线索,基于对比度、边界连通性、对称性等结构信息约束,并再次通过全连接条件随机场逐一优化,减少建筑物部分缺失以及一些误检现象,提高识别精度,实现矢量数据辅助下,由全局（粗）到局部（精）的新增建筑物提取。（3）特征匹配信息引导的双时相高分辨率遥感影像建筑物变化检测方法。现实中建筑物基底数据并不可能全部存在,而对于高分辨率遥感影像间的建筑物变化检测,通常会存在投影差等因素造成的影像上几何偏移以及影像间位置差异。为了得到精度高、可靠性强的结果,本文提出一种特征匹配信息引导的双时相高分辨率遥感影像建筑物变化检测方法。该方法首先通过面向对象方式获取两期影像的变化信息,并且在对两期影像分别进行语义分割得到每个时期建筑物信息的基础上,通过图模型优化将变化信息分别和两期建筑物信息结合起来生成前后两期初始的建筑物变化候选区;然后在前后两期建筑物变化候选区中进行特征点检测,并且采用相位一致性方向直方图来描述特征点,同时利用相似性测度将几何位移和邻近点一致性约束等因素,综合考虑获取两期影像上建筑物屋顶匹配对应点;最后通过全连接条件随机场集成两个时期影像特征、初始建筑物变化信息和匹配结果,消除几何位移对建筑物变化检测的影响,并利用空间叠置分析将建筑物变化分为“新增”,“拆除”和“改变”三种类型。