随着现代传感器技术的迅速发展，对地观测的遥感数据越来越丰富，为遥感技术的理论研究和实践应用提供了重要的数据支持。多时相遥感影像的变化检测是遥感研究领域的重要内容。本文研究了基于差异影像分析的遥感图像变化检测的关键技术，主要包括变化检测过程中涉及到的差异影像图的构造和差异图的分析方法。具体研究内容阐述如下：提出了一种新颖的基于图像融合策略的多时相光学遥感图像变化检测方法。该方法通过融合差值法差异图和比值法差异图进行信息互补来构造保持图像细节信息较好的差异图。为了最大程度的抑制背景信息，增强变化区域的信息，本文选用不同的小波融合算子进行图像融合。对低频段，选择平均值的方法，对高频段，选取局部能量最小的方法分别融合。在差异图分析部分，选用模糊局部信息C均值聚类算法来代替传统的阈值算法。提出了一种无监督的基于改进水平集模型的遥感图像变化检测方法，该方法是基于图像的区域信息，同时不需要重新初始化过程，具有较强的抗噪声性能。通过定义一个合适的能量函数将变化检测问题中的变化类与非变化类的分类问题转化成图像分割问题。通过最小化这个能量函数来演化水平集函数，寻找将差异影像分为变化类与非变化类的最优轮廓曲线。基于区域信息的Chan-Vese水平集模型需要定期用一个重新初始化过程来使水平集函数保持为符号距离函数的形式，以使曲线平稳演化，然而该重新初始化过程给变化检测结果带来了大量孤立的噪点。为消除重新初始化过程给变化检测结果带来的误差，本文在能量函数中添加一项距离正则项，来保持水平集函数演化过程的平稳性。多时相遥感图像数据集的仿真实验结果证实了该方法与以前的变化检测结果相比，具有明显的优势。