SAR是基于相干原理的成像机理,将地面后向散射回的信号转化成遥感图像。SAR具有远距离,能够穿透云雾植被、天气条件的影响,全天候、全天时对地观测特点。遥感图像变化检测就是在此基础上进行的。遥感图像变化检测旨在对同一地区的多时相遥感图像定量分析获取感兴趣的地物变化信息。变化检测已经成为当前空间信息科学领域的热点研究问题之一,目前已在几十个领域得到广泛的应用。在水文方面,进行旱涝灾害监测、调查预报与评估,分析冰川的动态进退,监测海冰运动等;在农林方面,对草退化、森林减少、土壤沙化进行动态监测;在环境方面,环境监测以及自然灾害的评测与预防等。本文主要针对SAR图像变化检测及其相关技术进行探讨。主要从以下几个方面的完成工作:(1)针对FCM算法容易受到噪声影响且易陷入局部最优值,本文采用FLICM算法对遥感图像检测。比值法是最常用的获取差异影像图的方法,本文使用邻域比值法得到差异影像图,能够有效地抑制散斑噪声。但得到的差异影像图中依旧存在大量的噪声,为了减少对图像后续处理的影响,利用基于稀疏表达理论的Gabor字典对差异影像图进行噪声抑制。最后使用FLICM算法对去噪后的差异图聚类,获取变化区域图。(2)因为PCNN模型相对于其他模型具有神经元特有的线性相加、非线性相乘调制耦合两种特性,对邻域激励信号更强的处理能力,能够获取图像信息更加完整的变化检测结果。针对PCNN模型复杂,参数过多,本文对简化的PCNN模型进行简化,简化后的模型参数减为两个,参数数值通过实验分析得到。通过实验证明了本文所提出算法噪声抑制性好,且很好的保留边缘信息,具有较好的检测能力和较高的检测精度。