由于变化检测技术具有非常广泛的应用背景，在诸如城区规划、植被覆盖调查、防灾减灾、地图更新等方面都有着相当广泛的应用，因此一直是遥感图像处理中的研究热点之一。本文在总结了目前已有的遥感图像变化检测方法的基础上，提出了两种针对特定场景的遥感图像变化检测方法，并实现了一个城市场景下的变化检测系统。本文的主要工作归纳如下：　　 (1)针对各种变化检测方法进行了综述，分析了这些方法的优缺点以及适用范围，对于后续工作中在遥感图像中提取合适的特征以及提出新的方法提供了参考与借鉴。　　 (2)在合成孔径雷达图像中提取区域内多种特征，并将机器学习中的Adaboost算法引入到特征选择中，通过对于训练集图像中变化的象素点和没有变化的象素点的学习，提出了一种对于合成孔径雷达图像中斑点噪声较为鲁棒的变化检测方法。　　 (3)通过对于城市场景的遥感图像的分析，提出了一种利用特征线段以及颜色纹理信息的多特征结合的城市场景下变化检测方法。该方法通过边缘信息、区域纹理信息为依据来判断是否发生了真实的变化。使用该方法实现的城市场景下的变化检测系统能够对于城市中外观、颜色发生明显变化的较大区域进行自动的检测。