合成孔径雷达(Synthetic Aperture Radar,SAR)是一种高分辨微波成像雷达,因具有全天候,全天时的特点,已成为获取目标地物信息的重要手段之一。随着SAR技术的不断发展,雷达获取的目标信息更加丰富,SAR图像在目标分类、检测、识别等领域得到更为广泛的应用。SAR图像变化检测是对同一地区不同时期获取的两幅或多幅SAR图像进行比较分析,根据图像之间的差异得到目标地物变化信息的过程。极化SAR图像变化检测是SAR图像处理中一个重要的组成部分,在农业、城市变迁,灾难评估等领域都有着广泛的应用前景。相比于传统SAR数据,极化SAR数据包含丰富的地物信息,如,强度信息、散射功率信息、相位信息、极化散射信息等。如何利用多时相极化SAR数据中的这些信息提高差异图中差异信息的完整性,是极化SAR图像变化检测的一个难点。本论文围绕着如何利用多时相极化SAR数据中的极化特征来提高差异图中差异信息的完整性,以及利用多时相极化SAR图像间的稀疏性来展开研究,完成了以下两方面的工作:(1)提出一种基于散射功率特征与低秩稀疏分解的极化SAR图像变化检测方法。首先从多时相的极化SAR数据中提取多对极化特征,接着用对数比值法处理多对极化特征,分析得到的结果,从中选出最能反映变化信息的极化特征,记为有效特征,并利用有效特征,构造一个变化区域渐变的输入图像序列。其次用稀疏低秩分解方法对输入图像序列进行分解,其中分解后的稀疏图像序列表示变化区域,对稀疏图像序列进行融合,得差异图。该方法采用的低秩稀疏方法,既考虑了图像内的邻域信息,也考虑了图像间的差异信息,降低了差异图的漏检率。此外,图像序列中的每一幅图像仅能检测出部分变化信息,对图像序列进行加权均值融合,提高了差异图中差异信息的完整性,提高变化检测的准确率。(2)提出一种基于双差异图融合的极化SAR图像变化检测方法。首先,从两时相极化SAR数据中提取强度特征,作为两时相的第一对输入图像;利用稀疏低秩分解方法和加权均值融合方法,得到差异图D1;同时用Freeman分解分别对两时相的极化SAR数据进行分解,得两时相的第二对输入图像;也利用稀疏低秩分解和加权均值融合方法,得到差异图D2;然后用简易融合算法融合差异图D1和差异图D2,得到差异图D。实验结果表明,该方法充分利用了特征之间的互补性,进一步提高了差异图中差异信息的完整性,进而提高了变化检测的准确率。