基于遥感影像的变化检测就是从不同时间获取的遥感影像中,定量地分析和确定地表变化特征和过程的技术。利用不同时相获取的卫星遥感影像进行变化检测,是开展资源调查、环境检测、基础地理数据库更新等对地观测应用中的关键技术,具有迫切的科学应用需求和广泛的应用领域。本论文针对多时相多通道遥感影像的变化检测,重点围绕不同时相之间的差异影像构造和变化信息集中这两方面难点,从多元统计分析的角度出发,在以下三个方面进行了深入的研究：1)针对通道之间相关性的影响难以消除的问题,引入多元统计分析中的典型相关分析方法,将两个时相的多通道遥感影像视作两组多元随机变量,采用Multivariate Alteration Detection (MAD)变换,最大限度地消除通道间相关性对变化检测的不利影响,初步解决了差异影像构造的问题。2)针对MAD方法难以完全有效地集中变化信息的问题,本文采用以空间自相关性和信噪比作为衡量变化信息分布的测度,引入了最大自相关因子MAF和最小噪声比率变换MNF方法,实现MAD变量结果中包含的变化信息与噪声最大限度地分离,有效解决了将变化信息集中到少数差异影像中的问题。3)鉴于传统线性变换方法在变化检测应用中存在的不足,本文采用核理论并将其运用到变化检测当中,引入了基于核典型相关分析的KMAD算法。多组实验结果表明.上述方法能够有效地从多时相多通道遥感影像中分离出变化信息,并集中到差异影像的少数分量当中,提高了变化检测的准确性与可靠性。