图像变化检测技术旨在检测同一区域不同时间的变化情况。这一技术在环境监测、土地利用、农作物生长状况监测、森林采伐监测、灾情估计等方面有着非常广泛的应用，也是监测城区土地利用情况和城区发展情况的重要工具。合成孔径雷达具有全天候、全天时的特点，是很好的变化检测信息源。本文对利用合成孔径雷达图像进行城区变化检测进行了研究。本文对当前常用的变化检测技术进行了讨论，主要研究了图像差值变化检测方法。针对城区环境SAR图像纹理特征丰富稳定的特点，本文提出了使用纹理特征代替灰度信息进行变化检测的纹理差值方法；在单特征检测的基础上，给出了纹理特征组合差值检测的方法，利用特征间的互补性进一步提高了检测性能；对于特征差值图像阈值选取问题，则采用基于最小错误率的贝叶斯准则结合正态分布的监督参数估计进行处理，在实践中获得了较好的效果；为减少人工干预，增加算法的自动化程度，进行了用EM算法求取变化阈值的研究，并且对EM算法的适用环境进行了讨论；为对检测结果进行合理评估，通过实地考察和目测判别得到了标准图像，并使用了适合变化检测的性能评价指标；为比较不同特征的检测性能，对多个特征及其组合进行了实验，找出了能较好体现城区环境特点的特征和特征组合。本文开展的各项研究工作，均使用北京地区1998年、2000年Radarsat图像、2000年Spot图像及实地考察数据进行了验证，实验结果表明，与灰度差值法相比，本文所提出的纹理差值变化检测方法获得了更好的检测结果，也表明了纹理差值变化检测方法在合成孔径雷达图像和变化检测中良好的应用前景。