变化检测是根据同一地区、不同时间获取的多幅遥感图像来确定地物变化特征和过程的技术。光学遥感的变化检测技术已得到很好的研究及应用。但是，光学遥感受光照和大气条件影响严重，而相比之下，合成孔径雷达(Synthetic ApertureRadar，SAR)具有全天时，全天候工作的能力，其所获得的图像-SAR图像被广泛地用于国防安全与国民经济的众多领域。但是由于自身相干成像系统的缺陷，SAR图像中总不可避免地出现相干斑。　　 一般地，无监督的SAR图像变化检测技术由三步构成：预处理，差异图构造和阈值选择。对已配准、已校正的两时相SAR图像，预处理主要是降低斑点噪声对后续处理的影响。预处理一般由滤波器完成，但这会导致细节信息的丢失，进而影响定量性能和视觉效果。因而，开展研究无降斑预处理的SAR图像变化检测方法研究是有意义的。本论文在避免使用滤波器对差异图进行降斑预处理的同时，为提高变化检测定量性能，展开对两时相SAR图像变化检测方法的研究。主要工作概括如下：　　 1.为免去降斑预处理及克服选择分布模型的限制，本章结合差异图的特点和一种不涉及分布模型的交互式分割方法，产生不同“种子点”下的变化检测结果后，再利用投票策略进行决策级融合给出最终的变化检测结果。分割中，将每个像素的特征设置为由差异图及静态小波变换分解差异图再丢弃高频系数后重构得到的各层表示内，对应位置上的灰度值构成的矢量。此特征及决策级融合的策略使本文变化检测技术对SAR图像中的斑点噪声具有一定的鲁棒性。在无需对SAR图像做预处理的情况下，对真实SAR图像数据集的变化检测结果证实了本章方法的有效性。　　 2.阈值技术，由于其简单易实现性，已被广泛地应用于变化检测。但是，阈值技术需要降斑预处理，否则效果不理想。为此，采用了一种值域受限的阈值策略代替传统的阈值方式。同时，为了克服阈值技术涉及分布模型的缺陷，用基于马尔可夫随机场(Markov random field，MRF)模型融合策略的融合各个阈值结果。由于阈值方式的改变及借助MRF模型利用邻域信息，在无降斑预处理的情况下，该方法的变化检测定量性能有所提高。对真实SAR图像数据集的变化检测结果证实了本章方法的有效性。　　 3.众所周知，邻域信息的利用有助于抑制噪声的影响，其中经典的策略是借助高斯MRF模型引入邻域信息。但是其具有过光滑的特性，会使变化区域的边缘有所失真。为了弥补该缺陷，提出了一种基于抽取和处理感兴趣区域的策略替代MRF模型引入邻域信息。通过结合该策略和搜索连通区域并把每个连通看作一个处理单元的操作，该方法无需进行降斑预处理，且所得的变化检测结果在区域层面上生成。对真实SAR图像数据集的变化检测结果证实了本章方法的有效性。　　 4.为克服阈值技术涉及分布模型的缺陷，尝试用了一种基于抽取过渡区域的阈值技术。该阈值技术不涉及分布模型的假设，但与其他阈值技术一样，对SAR图像中的噪声敏感。为此，改进了抽取过渡区域的方法的同时提出了提一种新的差异图构造方法。由于新的差异图构造方法和改进的抽取过渡区域策略，该方法在无需降斑预处理的情况下，所得结果与其他方法的具有可比性。对真实SAR图像数据集的变化检测结果证实了本章方法的有效性。　　 5.基于阈值和MRF模型的变化检测方法是SAR图像变化检测中两大主流方法。但基于阈值的变化检测方法存在诸如：涉及分布模型、未考虑空间关系等缺点；而基于MRF模型的变化检测方法，由于高斯MRF模型具有过光滑的特性，变化区域的边缘会有所失真。针对两大主流方法各自的优缺点，提出了一种基于融合的混合型SAR图像变化检测方法。该方法通过采用受启发于区域增长策略的融合策略，在避免降斑预处理的同时，提高了变化检测的定量性能。对真实SAR图像数据集的变化检测结果证实了本章方法的有效性。