نبود یک روش خودکار مناسب برای جداکردن پیکسل­های تغییریافته و تغییرنیافته، از اصلی­ترین مشکلات مربوط به آشکارسازی تغییرات بر مبنای تصاویر اختلاف است. این جدایی معمولا به وسیله روش­های مبتنی بر آزمون و خطا صورت می­گیرد که بر روی دقت و درجه اعتمادپذیری فرآیند آشکارسازی تغییرات تاثیر گذار است. برای فائق آمدن بر این مشکل، در این تحقیق، در ابتدا بر مبنای قضیه بیز  و با استفاده از مدل آمیخته­ی گاوسی روشی خودکار برای آنالیز تصویر اختلاف ارائه شده است که می­تواند به انتخاب نقطه­ی تغییر (حد آستانه) دو کلاس تغییریافته و تغییرنیافته، کمک کند. در این روش حد آستانه­ای انتخاب می­شود که احتمال خطای کلی آشکارسازی تغییرات را با فرض اینکه پیکسل­های موجود در تصویر اختلاف از یکدیگر مستقل هستند، کمینه کند. در گام بعد بر مبنای استفاده از اطلاعات مکانی و همسایگی، از میدان­های تصادفی مارکوف برای بررسی وابستگی بین پیکسل­ها استفاده شده است. روش پیشنهادی بر روی تصاویر ماهواره­ای لندست 8 از شهر حلب سوریه اعمال شده است. نتایج حاصل از این تحقیق نشان داده است که استفاده از اطلاعات مکانی به عنوان منبع اطلاعاتی مکمل، سبب بهبود نتایج شناسایی تغییرات می­شود. همچنین بر اساس نتایج تجربی به­دست آمده، تکنیک پیشنهادی در مقایسه با روش مدل آمیخته گاوسی و استفاده از حد آستانه تجربی (که نتایج نسبتا مشابهی داشتند) از کارایی و دقت بالاتری برخوردار است.