极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)作为主动式微波成像雷达能够获取多个极化状态下地物散射信息,为地物目标解译提供丰富信息,且相较于SAR系统,能够更好地分析目标的散射特性,在军事及民用领域均被广泛应用。随着遥感技术地发展,可利用PolSAR数据越来越多,因此多时相、多角度PolSAR图像变化检测已经成为PolSAR图像处理领域一项关键技术,能够应用于土地规划与管理、城市规划、环境影响评估及自然灾害监测等诸多领域。而PolSAR图像配准作为变化检测的预处理步骤,其精度高低直接影响后续变化检测结果的好坏。本论文对多角度PolSAR图像配准及变化检测展开研究,主要工作包括以下三个方面:一、分析并研究多角度城区地物目标散射特性,基于PolSAR图像的特点,选择典型的城区目标样本,分析各种表示矩阵下城区目标数据的特点;基于目标散射理论,研究城区地物目标散射机制。基于目标分解方法,研究城区地物目标散射机制组成以及不同角度对目标散射机制的影响。二、针对现有算法未能充分利用极化信息的问题,提出了一种基于稳定特征点提取及多特征融合的配准算法。定义一种新的梯度计算方式:结合提取得极化散射分量来计算图像中各像素点的梯度,能够有效处理PolSAR图像配准时不能有效地利用极化特征的问题。在SIFT配准算法的基础上采用全变分模型取代高斯滤波进行尺度空间的构建,能够有效地减弱相干斑噪声对特征点提取的干扰并保留图像中的细节信息。实验结果表明,本文提出的配准方法相比于现阶段其他方法更适用于处理包含复杂场景或目标的PolSAR数据。三、针对像元级和特征级的变化检测结果存在大量虚假检测的问题,以及目标级的变化检测过程繁琐的问题,本文提出了一种基于多级信息融合的PolSAR图像变化检测算法。基于城区PolSAR图像中地物存在丰富的极化信息和纹理信息的特性,实现基于像素级和特征级融合的变化区域提取。基于超像素分割方法获取城区地物目标图像块,通过多特征融合的对候选区域进行精确变化信息提取,实现多级信息融合的PolSAR图像变化信息提取。实验结果表明,本文提出的变化检测方法在处理多角度、多时相PolSAR图像时具有较高的检测精度以及较低的虚警率和漏检率。