SAR变化检测是通过对比分析不同时间获取的同一场景的SAR影像，从而确定地物目标变化情况的过程。随着SAR技术日渐成熟，SAR影像变化检测广泛应用于土地利用/覆盖变化研究、环境监测、农作物监测、城市规划研究、森林资源调查等研究领域，这也使得对SAR变化检测技术的研究成为雷达遥感领域的热点之一。传统SAR变化检测技术主要利用SAR回波幅度信息，而随着极化SAR的发展以及获取的极化SAR数据越来越丰富，传统方法已不能满足应用需求。相较于单极化SAR系统，极化SAR影像表征了地物目标的完整的后向散射信息，提高了对目标的识别能力。针对目前SAR变化检测技术迫切的应用需求以及广泛的应用前景，如何充分利用的极化信息提高变化检测精度成为当前SAR变化检测的急需突破的关键技术之一。　　目前，对变化检测技术应用比较广泛的分析处理方法大多都是以像元为基础的，难以有效地应用影像的空间特征以及对象的拓扑关系，为定量分析造成了很大的困难。而面向对象的处理方法以区域对象作为处理的单元，便于综合利用影像数据形状信息和纹理特征，能够在很大程度上提高变化检测的有效性与可靠性。本文将采用面向对象的分析方法，充分利用SAR全极化信息，开展面向对象的全极化SAR影像变化检测方法的研究。主要工作和贡献包括:　　(1)研究了适用于极化SAR影像的扩展SRM分割算法　　由于极化SAR影像数值是浮点型，范围并不固定，并且一般具有乘性噪声，常规的SRM算法并不能直接用于SAR影像分割。针对此问题，在原始SRM模型基础上，结合SAR影像的特点，深入研究了适用于极化SAR影像的扩展SRM模型及算法，生成对象图斑作为差异度分析的处理对象。　　(2)提出了基于KL距离的面向对象全极化SAR影像变化检测方法　　本文根据全极化SAR影像中的协方差矩阵服从复wishart分布这一特性，结合复wishart分布函数和KL距离函数提出了利用KL距离衡量对象图斑的统计分布相似性，将协方差矩阵的复wishart分布函数加入到差异度函数中，构建适用于极化SAR统计分布的差异度函数。最后，利用循环法进行迭代确定阈值，判别图斑的变化情况。实验表明，此方法相较于基于像素的统计分布距离测度法，运行速度快，效率高，并且变化结果以图斑的形式表示出来，可以直观的观察出变化图斑的相对位置、形状、大小、范围等信息。　　(3)提出了基于对象的极化散射差异度的全极化SAR影像变化检测方法　　地物目标的后向散射特性会随着目标的变化而变化，根据这一特点本文提出了基于对象的极化SAR散射差异度的变化检测方法，结合图斑协方差矩阵的相关性及散射功率差异构造差异函数，构建适用于面向对象的极化散射差异测度，通过极化散射差异度衡量图斑的变化情况，充分利用PolSAR的散射特性对不同时相的全极化SAR影像进行变化检测。实验表明，此方法避免了极化统计特性的先验信息的影响，适用性更广泛。　　(4)提出了联合加权极化散射差异度的面向对象变化检测方法　　通过分析极化协方差矩阵相关性和回波功率差异对极化散射差异度的影响，对基于极化散射差异度的变化检测方法进一步改进，提出了联合加权极化散射差异度的变化检测方法，利用加权的方法来平衡这两部分对极化散射差异度的影响，实现这两部分的侧重选择，解决在原始检测方法中虚警率偏高这一瓶颈。实验表明，合理的权值分配可以有效降低虚警，使检测精度得到了显著的提高。