Penelitian disertasi ini menyediakan sebuah metodologi yang dapat digunakan untuk mendeteksi bentuk dan perubahan yang terjadi pada objek bangunan untuk delapan jenis bentuk yang terdiri dari dari bentuk cross (+), H, L, O, rectangle, T, U dan Z dengan menggunakan pendekatan geometri, dimana sudut objek digunakan sebagai kriteria penentuan bentuk objek. Pengujian dilakukan pada citra satelit resolusi tinggi (IKONOS dan QUICKBIRD) dan citra artifisial. Pemrosesan awal pada citra satelit meliputi proses filtering, adjusment, kmeans clustering, proses erosi dan pengisian hole objek, serta proses skeletonisasi. Pada tahap proses skeletonisasi, proses morfologi skeleton dilakukan untuk mendapatkan koordinat baik dari endpoints maupun branchpoints untuk setiap objek dalam citra. Namun demikian, proses skeleton tidak menyediakan endpoints dari batas objek yang melengkung ke arah dalam objek, untuk itu perlu dilakukan operasi khusus untuk menandai sudut dari objek, sehingga bentuk objek tetap dipertahankan. Adapun proses yang dilakukan untuk mendapatkan endpoints, untuk setiap dua endpoints yang posisinya berurutan (misalnya e1 dan e2), dihitung jarak terdekat antara branchpoints dan koordinat boundary antara e1 dan e2. Proses ini tentu akan menghasilkan endpoints baru yang sesungguhnya tidak dibutuhkan, sehingga dilakukan proses penyaringan endpoints berdasarkan jarak, penyaringan berdasarkan besar sudut yang terbentuk antara 3 (tiga) endpoints (p1, p2, p3) yang berurutan, dimana apabila sudut p2 antara nilai ambang bawah (T1) dan nilai ambang atas (T2), maka p1 dipertahankan ((p1=p2, p2 =p3, sedangkan p3 adalah endpoints berikutnya). Apabila diluar dari ambang batas (T1 dan T2), maka p2 dibuang viii (p1 dipertahankan, p2=p3, p3 adalah endpoints berikutnya). Untuk memastikan tidak ada lagi endpoints sebagai noise, maka penyaringan terakhir dilakukan dengan mengevaluasi setiap endpoints secara maju (endpoints sesudahnya) dan secara mundur (endpoints sebelumnya). Adapun pemrosesan awal terhadap citra artifisial adalah melakukan proses edge detection dengan operator canny. Pada tahap pemrosesan akhir, proses meliputi deteksi sudut, reduksi sudut, deteksi bentuk objek dan berakhir pada deteksi perubahan pada objek. Proses deteksi sudut menggunakan metode harris dimana dimungkinkan ditemukannya sudut sebagai noise, dan sebaliknya juga dimungkinkan gagal mendeteksi sudut sesuai fakta objek. Untuk mengatasi permasalahan tersebut, penulis merancang algoritma untuk menghilangkan sudut sebagai noise, tetapi bukan memunculkan sudut yang gagal terdeteksi. Setelah melalui proses reduksi sudut, proses deteksi bentuk objek untuk delapan jenis bangunan (cross, rectangle, H, L, O, T, U and Z) dapat dilakukan. Proses deteksi bentuk objek dilakukan menggunakan model yang dikembangkan oleh penulis, dimana model bekerja dengan menelusuri sudut objek mirip dengan secara binary tree. Pada tahap terakhir, dilakukan proses deteksi perubahan pada setiap objek pada citra dimana berkorespondensi secara temporal (dua citra untuk lokasi yang sama tetapi berbeda secara temporal). Pengujian metodologi dilakukan pada 46 sampel citra satelit (dua temporal dengan masing-masing 23 sampel) dan 40 sampel citra artifisial (dua temporal dengan masing-masing 20 sampel). Hasil pengujian dari reduksi sudut pada citra satelit menunjukkan rata-rata akurasi 99.20% dan 97,78% untuk citra artifisial (kegagalan terjadi karena deteksi sudut tidak berhasil mendeteksi sudut). Hasil pengujian deteksi bentuk objek pada citra satelit menunjukkan tingkat keberhasilan relatif mencapai 98,67%, sedangkan terhadap citra artifisial menunjukkan tingkat keberhasilan relatif mencapai 99,39%. Hasil pengujian deteksi perubahan pada citra satelit menunjukkan kinerja dengan akurasi hasil mencapai 98,85%, dan 97,50% pada citra artifisial. Apabila diamati secara visual, kegagalan dalam proses pendeteksian sudut berpengaruh besar pada pendeteksian bentuk dan deteksi perubahan.