变化向量检测方法CVA是一种分类前检测（pre-classification change detection）的变化检测方法。在图像进行严格的预处理（辐射矫正，几何配准）之后，对图像进行变化检测。如下图所示，通过两个时相间的向量大小显示变化的程度，确定分隔的阈值确定两个时相之间变化/未变化的区域。不同地物的变化有不同的变化角度，通过对变化角度的分类可以获得地物变化的类型。
1. 变化向量的求法:
r:时相一图像 s：时相二图像
2. 变化方向的求法:
变化方向由方向余弦表示，得到的新的向量（cosθ1,cosθ2,…cosθn）表示变化的方向，对应遥感图像中的每一个像元。
3. 确定阈值分类处理
在获得变化向量之后，通过阈值对变化向量进行分类，将图像初步分为未变化区域和变化区域，阈值的确定可以人工进行设置也可以根据一些算法进行计算；分类之后对变化的区域再进行第二次分类，根据向量的方向确定变化的类型。依据图像的特征进行监督或者非监督分类，得到具体的变化类型。