遥感图像的变化检测,指的是对传感器所获取的同一地物不同时段下的遥感图像进行分析处理,来区分出变化和未变化信息。多光谱遥感图像是指通过利用多光谱扫描系统或者多光谱摄影系统对电磁波谱不同谱段进行同步摄影遥感,所获得的目标地物在不同谱段上的影像。和一般遥感图像相比,多光谱遥感图像具有丰富的地物光谱信息和谱间信息,在地物的识别和分析中具有很大的优势,已经成为变化检测重要的数据来源。时至今日,多光谱图像变化检测已经应用在森林灾害监测,城市规划,湿地资源保护等诸多领域。然而,在多光谱遥感图像获取的过程中不可避免的会有“伪变化”的产生,所以如何抑制“伪变化”对变化检测的影响;如何更好的利用各个波段所包含的信息获取更优质的差异图仍然是研究的重点问题。本文研究的内容主要通过对现有多光谱图像差异图提取算法进行改进,来获得包含了更多变化信息的各个波段的特征差异图、采用合适的预处理方法,来减少背景和噪声信息较多的波段对检测结果的影响、以及选用合适的聚类方式,得到更准确的变化检测的结果,取得的研究成果如下所示:1.提出了迭代加权多元变化检测(IR-MAD)的改进算法。首先,利用ENVI软件对多光谱遥感影像进行校正,然后利用新提出的单波段迭代加权方法获得包含了更多变化信息的各个波段的特征差异图,对各个特征差异图进行高斯除噪后,利用欧式距离公式将各个波段的差异图融合成一幅变化强度图。最后利用无监督FCM聚类算法,对融合后的差异图进行二值聚类得到检测结果。通过实验验证了本文算法的检测结果更加接近实际值,同时具有更高的检测精度。2.提出了基于波段选择和单波段迭代加权的多光谱图像变化检测算法。先计算波段间相关度,选取相关度高的前三个波段用于变化检测,然后利用单波段迭代加权算法获取所选取波段的特征差异图,对各个特征差异图进行高斯除噪后,再利用欧式距离公式将各个波段的差异图融合成一幅变化强度图。最后利用无监督K均值聚类算法,对融合后的差异图进行二值聚类得到变化检测结果。通过实验证明了本文算法在时间复杂度和普适性上同样具有优越性。