الگوریتم تشخیص تغییرات ارائه شده در این پایان نامه تغییرات را در فضای آماری زیرباندهای موجک شناسایی می کند. در واقع پس از آنکه تصاویر به فضای موجک انتقال یافتند پارامترهای آماری آنها استخراج شده و با استفاده از دیورژانس kullback-leibler مقایسه شده و در نهایت با استفاده از یک روش حد آستانه گذاری مانند otsu نقشه تغییرات نهایی حاصل می شود. از آن جایی که الگوریتم تشخیص تغییرات ارائه شده در فضای آماری تغییرات را شناسایی می کند و در آن مقایسه پیکسلی انجام نمی شود، این روش قادر است تغییرات را بین گروه های مختلف تصویری شناسایی کند. با استفاده از الگوریتم ارائه شده در این پایان نامه، تغییرات بین گروه های مختلف تصاویر sar، اپتیک، اپتیک- sar و تلفیقی- sar شناسایی شده است و نتایج آنها با یکدیگر مقایسه شدند. نتایج حاصل نشان داده است که الگوریتم ارائه شده توانسته بین تصویر اپتیک قبل و تصویر sar بعد تغییرات را با دقت خوبی شناسایی کند. این الگوریتم در تمامی کاربردها دقت خوبی بدست می دهد و قادر به شناسایی تغییرات مختلف بین تصاویر و اپتیک با درصد طبقه بندی صحیح %48/89 است و به دلیل آنکه دسترسی به داده های مورد نیاز آن در زمان کمی میسر است علاوه بر پایش تغییرات شهری می توان در بلایای طبیعی نیز به منظور مدیریت امدادرسانی از آن بهره برد.