近年来高分辨率合成孔径雷达的发展,遥感图像的使用在军队和人们的日常生活中也更加广泛,在军队中主要用于军事打击的评估等方面,而在人们的日常生活中主要应用于发生自然灾害的地区的定位,还有城市面积的变化等方面,针对地质灾害前后不同时期地貌变化多样的遥感图像的变化检测,大多数的变化检测方法的精度不能完全满足现在日益剧增的需求,且需要处理大量数据。本文围绕如何利用稀疏表示方法减少地质灾害前后不同时期地貌变化的遥感图像的变化检测所需处理的数据量和提高其检测精度展开研究,完成了以下两个工作:(1)对采用双稀疏表示的遥感图像的变化检测算法进行研究和其有效性的论证。该算法首先需要进行一些准备工作,为了不让图像受到相干斑噪声的干扰,提前处理一下图像。然后,将两幅时相图片进行双稀疏表示,利用不同的两个字典进行两次稀疏,以获得只包含有用信息的重构图像,在接下来的变化检测流程中作为一个输入值。接下来利用Mean-Shift方法对图像进行分割提取特征,利用回归法构造差异图像。最后,将获得的差异图像通过阈值的大小进行分割得到最后的变化检测结果图像。通过与其它文献算法的对比证实了该算法的有效性。(2)对采用差异图像融合的双稀疏表示遥感图像的变化检测方法进行研究和其有效性的论证。该方法首先需要进行一些准备工作,为了不让图像受到相干斑噪声的干扰,提前处理一下图像。然后,对两幅遥感图像采用差值法与比值法构造差异图。接着,通过平稳小波的融合方法把两幅重构后的差异图像融合成一幅图像。接着利用前一项工作提出的双稀疏表示方法处理差异图像,以提取图像中的有用信息,缩减所需要处理的像素点的数量,将重构后的图像作为算法下一步的输入值。接下来利用Mean-Shift方法对图像进行分割提取特征。最后,将获得的差异图像通过阈值的大小进行分割得到最后的变化检测结果图像。实验证明平稳小波融合可以弥补双稀疏表示对图像边缘特征提取不足的问题,二者的结合使得检测精度有所改善。