基于遥感图像的变化检测就是从同一地区不同时间获取的遥感图像中，定量分析和确定地表变化特征和过程的技术。随着遥感图像获取技术和手段的日益先进，变化检测技术在开展森林资源调查、土地利用/覆盖变化研究、环境灾害评估、城市规划及布局和国防军情监控等对地观测等方面的应用越来越广泛。本论文围绕着如何利用图将多时相遥感图像中的邻域信息以及差异信息进行融合，以及利用多时相遥感图像间的稀疏性来展开研究，完成了以下三个方面的工作：（1）提出了一种基于图的遥感图像变化检测方法。将多时相遥感图像中的邻域信息以及差异信息进行融合。首先分别利用多时相遥感图像中单幅图像内像素间的相似性得到变化前后邻接图；然后利用不同时相图像之间的差异信息将变化前后邻接图融合为3-D图；最后用谱聚类的方法对3-D图进行分割，得到最后的变化检测结果。对模拟数据集和真实遥感图像数据集进行实验，验证了本方法的可行性和有效性。（2）提出了一种基于局部熵视觉注意模型的遥感图像变化检测方法。该方法通过模拟人眼视觉注意机制，将多时相遥感图像进行稀疏表示。首先分别利用变化前后图像得到两个3层高斯金字塔；其次通过将高斯金字塔的不同层次间进行融合，得到变化后图像某特征空间内的特征图；然后对特征图计算局部熵，并将不同特征空间内的加熵特征图进行加权融合，得到改进的itti视觉注意模型的显著图；最后对显著图进行分割，得到最终的变化检测结果。通过对模拟遥感和真实遥感数据的实验验证了方法的有效性。（3）提出了一种基于稀疏低秩模型的遥感图像变化检测方法。首先用LOG比值的方法对变化前后图像进行变化区域预提取；其次根据预提取出来的变化区域以及变化前后图像模拟若干幅模拟变化后图像，构造成一个变化区域渐变的遥感图像序列；然后将该遥感图像序列进行稀疏低秩分解，其中分解后的稀疏部分即表示变化区域；最后将表示变化区域的稀疏部分进行分割，得到最后的变化检测结果。对模拟图像数据集和真实遥感图像数据集进行实验，验证了本方法的可行性和有效性。