近年来，合成孔径雷达(synthetic aperture radar，SAR)已越来越广泛的应用于变化检测领域。本文研究了基于差异图像分析的SAR图像变化检测的关键技术，包括差异影像图的构造、差异图的分析和涉及实时性应用的变化检测并行计算技术。具体研究内容阐述如下：　　 (1)提出了一种基于小波图像融合的差异图构造方法。该方法依据均值比差异图和对数比差异图各自特点，利用小波多尺度融合得到了新的差异图。小波图像融合利用均值算子和小波系数局部能量最小规则对两种差异图的优点进行合理的融合，有效抑制了斑点噪声并提高了变化类和非变化类的可分性。　　 (2)提出了一种用于差异图分析的局部信息模糊C均值聚类改进算法。该方法从聚类的角度对变化检测问题进行研究，将SAR图像变化检测的差异图分析转化为图像分割问题。在聚类过程中，新方法充分利用了邻域灰度信息和邻域空间信息，能够有效的克服噪声影响并增强聚类性能，在噪声免疫和图像细节保留上达到了很好的平衡。　　 (3)针对SAR图像变化检测中的海量数据实时性处理以及聚类算法时间复杂度较高的问题，提出了一种基于GPU集群的聚类算法并行计算方法。基于GPU集群的并行化方法采用MPI+CUDA的编程模型，先将待聚类的差异影像图分配到集群的各个计算节点中，然后在计算节点中利用GPU进行并行计算。该方法能够有效的降低算法执行时间，在海量图像数据变化检测的应用中具有非常重要的实际意义。