我国高分专项的启动开启了国产高分卫星在市政规划、交通建设、资源监测、灾害预防等等方面的应用,高分影像对空间细节有极强的展现、纹理结构信息丰富,然而其数据量的庞大,使得中低分辨率的卫星数据处理方法不再适用,例如基于像元的变化检测没有考虑像元集合之间的空间关系导致检测效果不理想等等。因此研究计算速度快、能充分挖掘利用影像中丰富的纹理、光谱和空间结构等等信息,并且效果优良的卫星数据处理技术是非常重要的。小波融合方法可以较好地保持丰富的光谱信息,灰度形态学可以更好的描述融合区域边缘信息和去噪。面向对象的影像处理近年来也显示出相对于像元级处理的明显优势,机器学习方法在影像分类的应用也日益广泛。本文在上述基础上进行实验分析,主要的研究内容有如下几点:(1)形态学梯度算子与小波变换相联合的融合算法首先系统地介绍了影像融合常用的方法,并探讨各自的优缺点和适用性,说明了频率域的小波变换融合方法相较于空间域的变换,在融合后的光谱保持性更好、融合效果更佳;然后根据小波变换融合的缺点,即对低频信息的融合规则不考虑边缘信息的情况,引入数学形态学,介绍了灰度形态学结构元素和基础运算以及形态学梯度的定义;最后阐述了形态学半梯度算子小波融合方法的原理和操作步骤,用高分一号影像进行实验比较,得出本方法无论在空间细节还是光谱保持方面,都有良好的融合效果。(2)基于支持向量数据描述的影像分类方法首先,阐述了机器学习和支持向量机的相关概念和理论推导,说明了线性可分和线性不可分情况下,支持向量机方法怎样求解最优分类平面;然后根据支持向量机方法不能适用于大数据集的情况,引入了支持向量数据描述的方法,介绍了单分类SVDD和多分类SVDD算法;最后,依据本文需要做的水库变化检测考虑,采用单分类SVDD,选取训练样本,进行水体和非水体的分类。(3)面向对象的高分数据水库变化检测方法首先,介绍了现有的水库变化检测的常用方法,包括基于水体提取和基于阈值的变化检测方法;然后引入面向对象的影像处理技术,概述了影像对象及性质、影像分割理论和方法;最后针对湖北省咸宁市的两个水库,分别基于高分一号2m全色和8m多光谱影像,进行水库面积的变化检测。