城市化进程的不断推进及频发的自然灾害，不仅造成了地形、气候、水文、生态等自然地理环境的变化，而且还对人文地理环境造成了较大的影响。而随着时间的推移，这些改变和影响不仅未得到减弱，而且还在不断加快。为了评估这些变化对生态环境、社会经济等造成的影响，就需要对这些变化进行有效地动态监测。多时相遥感影像变化检测技术便是实现动态监测的关键技术，该技术利用不同时相的遥感影像，定量地分析和识别出自然和人文环境变化的特征和过程。
不同的检测对象，对遥感影像的空间分辨率要求也有所不同。如大尺度地物(城市、河流等)仅需低、中空间分辨率的遥感影像便可满足要求，而人工目标、军事目标等地物的变化检测则要求高空间分辨率遥感影像才能进行。而目前用于自然、人文环境变化监测的数据源主要以中、高空间分辨率遥感影像为主，为此本文以多时相中、高空间分辨率遥感影像为研究对象，通过结合智能优化算法、影像分割技术以及基于对象的影像分析方法来探索多时相遥感影像变化检测方法。具体研究工作如下。
(1) 针对中、高空间分辨率遥感影像的差异，分别采用像素级变化检测方法和对象间直接比较的方法进行变化区域检测，并分析和总结了两种方法的研究现状、关键技术以及存在的问题。
(2) 探讨了基于最小交叉熵和简化脉冲耦合神经网络(PCNN)的多时相遥感影像变化检测方法和基于萤火虫算法的多时相遥感影像变化检测方法。变化阈值选取是像素级变化检测方法的重点和难点。在研究PCNN模型和萤火虫算法两种智能优化算法的基础上，将上述两种方法用于解决像素级变化检测方法的阈值选取问题。
(3) 影像分割是对象间直接比较的变化检测方法的关键技术，同时也是制约其发展的重要因素之一。为了提高影像分割的精度，研究边缘约束的多尺度遥感影像分割方法。空间分辨率的提高，可以更为精细地识别地物，但同时也因为其纹理细节丰富、同物异谱等特点给地物边缘信息检测带来了很多困难。为了降低地物纹理信息和地物内部细节对边缘检测造成的影响，减少检测出不合理地物轮廓，引入马尔可夫链算法和简化PCNN模型，提出了一种基于马尔可夫链的高分辨率遥感影像边缘检测方法和一种简化PCNN模型协同自适应Canny算子的遥感影像边缘检测方法。
(4) 在综合分析遥感影像的地物特征和向量相似度的基础上，提出了一种多特征耦合向量相似度的对象间直接比较的多时相遥感影像变化检测方法。
本文的主要创新点如下：
(1) 提出了一种基于萤火虫算法的遥感影像变化检测方法。该方法首先采用差值法构建多时相遥感影像的差异影像；其次根据不同遥感影像间的差异，动态地初始化萤火虫算法参数；然后计算每个萤火虫对应的二维OTSU函数值H(s, t)，将目标函数值作为其亮度，排序得到亮度最大的萤火虫位置，输出其最大值(s1, t1)，并将其作为差异影像中像素变化与否的判断阈值；最后对差异影像进行分割得到变化区域。
(2) 提出了一种多特征耦合向量相似度的对象间直接比较的遥感影像变化检测方法。该方法首先采用提出的边缘检测方法获取遥感影像的边缘信息；接着以获取的边缘信息为约束条件，按照“自上而下”的合并规则形成区域，从而实现对遥感影像的分割；在分别获取多时相遥感影像各自影像对象的基础上，通过逻辑运算模型对不同时相遥感影像的对象集进行直接比较，其中通过采用构建的遥感影像地物特征库和向量相似度来判断对象变化与否。