高分辨率遥感影像变化检测是指对同一个地区不同成像时间的两幅遥感影像进行处理与分析,从而判断感兴趣区域中的地物属性是否发生了改变的技术手段。现已在土地调查、城市扩张分析研究、资源勘探、生态环境的监测、自然灾害监测和评估以及军事侦察等领域得到了普遍的应用。近年来,科研人员不断研究新的变化检测算法,旨在进一步提高多时相高分辨率遥感影像变化检测结果的精确度和准确度。但现阶段,仍未有一种通用性强的算法能够适用于不同传感器、不同拍摄情况、不同拍摄环境下的两幅高分辨率遥感影像进行变化检测。针对目前变化检测算法存在的不足,围绕提高变化检测精确度和准确度的目的,本文完成了以下两个方面的研究工作:(1)传统变化检测算法只利用了影像的像元灰度值,对像元的空间关系考虑不充分,存在不能获得更高精度变化检测结果的缺陷。以马尔科夫随机场模型(MRF)为理论基础的变化检测方法不仅考虑了影像的光谱信息,同时引入了像元空间相关性,某种程度上提高了变化检测的精度。但存在引入像元空间信息的过程中存在着空间相关性过度使用的问题,同时在MRF模型建模过程中由于权重参数固定导致变化检测结果错误率高。针对这些方法的局限性,本文提出基于结合空间引力模型的变权重马尔科夫随机场的高分辨率遥感影像变化检测方法。首先以两个不同成像时期的高分辨率遥感影像为数据源,由变化向量分析法获得差异影像。然后对差异影像构建MRF模型,利用空间引力模型,使得像元空间信息的使用更加合理,最后引入变权重的思想,改善传统MRF中由于权重参数固定所导致的变化检测结果过于平滑的缺陷,从而得到精度更高的变化检测结果。通过在真实高分辨率遥感影像上进行实验,验证了本文所提方法的有效性和可行性。(2)已有变化检测方法或对像元空间信息进行了深入的分析,或从影像多尺度特征的角度做了大量的研究工作,这些研究成果在变化检测的精度的提高上都起了一定的成效。但是由于这些方法不能很好的同时利用像元空间信息和影像的多尺度特征,因此难以解决变化检测结果中准确的边界定位和良好的区域同质性同时共存的矛盾。针对已有方法的局限,本文提出基于小波域多尺度马尔科夫随机场的高分辨率遥感影像变化检测方法。首先由变化向量分析法获得两时期高分辨率遥感影像的差异影像,然后通过小波变换理论对差异影像进行多尺度分析,获得影像的多尺度特征。最后由MRF模型对多尺度特征进行建模,用以引入像元的空间信息,达到高分辨率遥感影像多尺度特征和像元空间信息优势集成的目的,从而更好的得到最终变化检测结果。在不同传感器类型的高分辨率遥感影像上进行实验,结果表明本文所提方法有效的提高了高分辨率遥感影像变化检测的精确度。