随着高分辨率合成孔径雷达技术的发展，SAR被越来越广泛地应用到军事和民用领域，主要涉及灾害（如洪水、火灾和地震）区域的定位、城市的扩张情况分析以及军事应用中打击效果的评估等方面，所以研究SAR图像变化检测具有重要意义。现阶段SAR图像变化检测研究正处于开始阶段，还没有一种完全有效的方法可以用来进行SAR图像变化检测。本文将针对SAR图像变化检测算法进行研究，以提高SAR图像变化检测算法的性能。本文首先研究了经典的SAR图像变化检测算法，分析了算法原理，总结了优缺点，并进行了仿真实验。在此基础上，本文提出了一种基于稀疏表征的SAR图像变化检测数学模型，并论证了此模型的正确性；根据此数学模型，提出了一种基于稀疏表征的SAR图像变化检测算法：用变化前的SAR图像稀疏表征变化后的SAR图像，通过求解相关稀疏系数矩阵，得到变化区域数据。研究了近年提出的压缩感知理论，重点研究了压缩感知理论中的3个核心问题，结合压缩感知理论和基于稀疏表征的SAR图像变化检测算法，建立了基于随机采样的SAR图像变化检测数学模型，并论证了此模型的正确性；根据此数学模型，提出了基于随机采样的SAR图像变化检测算法。最后，对本文提出的两种SAR图像变化检测算法进行了仿真实验。仿真结果表明，本文提出的基于稀疏表征的SAR图像变化检测算法具有变化检测效果好、对图像灰度差异鲁棒性较强、适用范围广等特点；本文提出的基于随机采样的SAR图像变化检测算法在保证变化检测效果的基础上，提高了变化检测的速度。由于SAR图像变化检测包含很多相关技术，而且鉴于时间关系，本文只研究了SAR图像变化检测中的变化检测技术。在后续的研究工作中，将针对SAR图像配准、相干斑抑制和压缩感知理论进行研究，以提高SAR图像变化检测算法的性能。