定義
遙感影像變化檢測指利用多時相獲取的覆蓋同一地表區域的遙感影像及其它輔助數據來確定和分析地表變化。它利用計算機圖像處理系統，對不同時段目標或現象狀態的變化進行識別、分析；它能確定一定時間間隔內地物或現象的變化，並提供地物的空間分布及其變化的定性與定量信息。
通過不同時相遙感影像之間的分析，發現並提取它們之間的變化信息，是遙感變化檢測的關鍵。影像變化檢測（又指不同時相遙感影像之間的變化檢測）的方法主要分為兩大類：一類是基於像素的影像變化檢測，一類是基於特徵的影像變化檢測。基於像素的影像變化檢測，是在影像精確幾何配準的基礎上，對每個像素前後兩個時相的灰度或色彩進行比較（也可以根據檢測目的採用像素的紋理特徵、植被指數特徵進行比較），判斷每個像素是否發生變化，進而檢測出變化區域。基於像素的影像變化檢測易受影像配準、輻射校正等因素的影響。基於特徵的影像變化檢測需首先確定感興趣的對象並提取其特徵，然後通過特徵的比較，獲取該對象的變化信息。
檢測內容
變化檢測通常包括以下4個方面的內容：
（1）判斷是否發生了變化，即確定研究區域內地物是否發生了變化；
（2）標定變化發生的區域，即確定在何處發生了變化，將變化像元與未變化像元區分開來；
（3）鑑別變化的性質，給出在每個變化像元上所發生變化的類型，即確定變化前後該像元處的地物類型；
（4）評估變化的時間和空間分布模式。
其中，前兩個方面是變化檢測所要解決的基本問題，而後兩個方面則根據套用要求決定是否需要做。
三個層次
遙感圖像分析過程中通常包括數據層處理、特徵層處理和目標層處理三個過程。依據這三個層次劃分，可將變化檢測分為：像元級變化檢測、特徵級變化檢測和目標級變化檢測。
像元級
像元級變化檢測是指直接在採集的原始圖像上進行變化檢測。儘管基於像元的變化檢測有它一定的局限性，但由於它是基於最原始的圖像數據，能更多地保留圖像原有的真實感，提供其它變化檢測層次所不能提供的細微信息，因而目前絕大多數的變化檢測方法都是像元級變化檢測。
特徵級
特徵級變化檢測是採用一定的算法先從原始圖像中提取特徵信息，如邊緣、形狀、輪廓、紋理等，然後對這些特徵信息進行綜合分析與變化檢測。由於特徵級的變化檢測對特徵進行關聯處理，把特徵分類成有意義的組合，因而它對特徵屬性的判斷具有更高的可信度和準確性。但它不是基於原始數據而是特徵，所以在特徵提取過程中不可避免地會出現信息的部分丟失，難以提供細微信息。
目標級
目標級變化檢測主要檢測某些特定對象（比如道路、房屋等具有明確含義的目標）是在圖像理解和圖像識別的基礎上進行的變化檢測，它是一種基於目標模型的高層分析方法。
變化檢測的三個層次在實現上各有優缺點，在具體的變化檢測中究竟檢測到哪個層次是根據任務的需要確定的。像元級的變化檢測保持了儘可能多的原始信息，具有特徵級和目標級層次上所不具備的細節信息，但像元級變化檢測僅考慮像素屬性的變化，而未考慮其空間等特徵屬性的變化；特徵級變化檢測不僅考慮到空間形狀的變化，而且還要考慮特徵屬性的變化，但特徵級的變化檢測依賴於特徵提取的結果，但特徵提取本身比較困難；目標級的變化檢測最大的優點是它接近用戶的需求，檢測的結果可直接套用，但它的不足之處在於目標提取的困難性。
檢測方法
影像變化檢測的方法主要分為兩大類：一類是基於像素的影像變化檢測，一類是基於特徵的影像變化檢測。
基於像素
基於像素的影像變化檢測方法的優點為：方法簡單、速度快，容易獲得變化區域，但不能確定影像變化類型和性質。它的具體算法有：差值法、比值法、相關係數法、回歸分析法等。
（1）差值法。先計算前後兩個時相遙感影像對應像素灰度值（或色彩值）的差值，生成差值影像，然後對差值影像進行閾值化，就可以檢測出變化區域。
（2）比值法。先計算前後兩個時相遙感影像對應像素灰度值（或色彩值）的比值，生成比值影像，如果某個像素上沒有發生變化，則其比值接近1，反之比值將明顯高於或低於1.因此只要預先設定合理的低閾值和高閾值，就可以檢測出變化區域。
（3）相關係數法。先計算前後兩個時相遙感影像對應像素灰度的相關係數，如果相關係數值接近1，說明該像素沒有明顯變化，反之則說明該像素髮生了變化。
（4）回歸分析法。該方法將某一時刻影像的像素灰度值看做另一時刻影像對應像素灰度值的一個線性函式，並用最小二乘法估計此線性函式。由於發生變化的像素將有一個不同於由回歸函式預測的灰度值，因此當回歸函式預測的灰度值和實際灰度值的差值大於給定的閾值時，就認為該像素髮生了變化。
基於特徵
基於特徵的影像變化檢測方法的特點為：首先要先確定檢測對象，並提取該對象的特徵數據，然後通過特徵的比較，獲取檢測對象的變化信息。
確定檢測對象就是要從遙感影像中分離出檢測對象，檢測對象可能是線狀地物（如道路、溝渠等），也可能是面狀地物（如水庫、湖泊等），還可能是三維空間中的複雜地物（如建築物）。根據不同類型的檢測對象，可採用不同的方法來提取其特徵數據。例如在幾何特徵提取方面，線狀地物可採用線檢測、細化、跟蹤等算法獲得其中心線的位置；面狀地物可採用區域分割、邊界探測等算法獲取其邊界線數據；三維空間中的複雜地物可採用攝影測量技術獲得其輪廓線數據。
根據特徵描述方法的不同，可採用不同的方法來比較兩組特徵。具體如下：
（1）當採用數值特徵來描述檢測對象時，可採用統計模式識別的方法來判斷兩組特徵的相似程度及確定檢測對象的變化信息；
（2）當採用結構特徵來描述檢測對象時，可採用結構模式識別的方法判斷兩組特徵的相似程度及確定檢測對象的變化信息。
基於特徵的影像變化檢測是非常複雜的影像處理、識別和理解的過程，目前還沒有實用的成果出現，仍處於探索之中。
一般流程
遙感影像變化檢測的一般處理流程包括圖像預處理、變化檢測及檢測結果輸出三個部分。
預處理
由於獲取條件的差異,多時相遙感圖像中存在非地物變化而造成的圖像變化。因此，消除非地物變化是變化檢測中不可缺少的步驟，在圖像預處理的過程中，最重要的兩個過程是幾何校正和輻射校正。
變化信息獲取
變化信息獲取是變化檢測處理中的關鍵步驟。在這個過程中，先根據變化檢測對象，進行變化特徵提取（包括光譜特徵及結構特徵）。提取的變化特徵，有些可以直接用於變化分析稱為確定變化特徵；有些不能直接用於變化分析，需要結合輔助信息（如在目標級的變化檢測中，需要結合目標的模型來描述變化）稱為非確定變化特徵。最後對變化信息進行分析與描述得到檢測結果。
檢測結果後處理及輸出
變化檢測的後處理是指對得到的檢測結果進行再次處理以滿足實際需求。主要方法包括濾波處理、數學形態學處理等。變化檢測的結果根據用戶的需要可以以報表的形式輸出，也可以以變化圖的形式輸出，還可以存儲在資料庫中。通常情況下，像元級的變化檢測是將變化和未變化的區域以二值圖的方式進行表示。在特徵級和目標級的變化檢測中，不僅需要標註出變化的特徵或目標，而且需要輸出描述特徵或目標變化的各種參數。
