遥感图像变化检测是指通过监测地球表面同一场景、不同时相影像的变化信息以定性或者定量分析其变化的特征和过程。在近几十年,遥感技术发展迅速,遥感图像的变化检测已经被应用于诸多领域,且成为人们更新地理数据库的关键技术。合成孔径雷达具有穿透云雾及地表植被,不惧雨雪等恶劣天气条件的影响,全天时、全天候采集信息的特点。因此,SAR图像的变化检测被广泛应用于资源调查、灾害检测、农业规划、城市规划等领域。如何快速准确地通过SAR遥感技术获取对地观测的变化信息,对SAR遥感技术的应用与发展尤为重要,也是当前人们研究的热点问题之一。本文主要对SAR遥感图像的变化检测技术进行了研究,工作如下:(1)提出一种差异图融合和模糊C均值聚类相结合的非监督SAR遥感图像变化检测算法。首先我们对原始图像进行对数域的Frost滤波,利用差值法和均值比法得到两幅差异图像,根据两幅差异图的噪声特点,进行中值和均值滤波,为了综合利用两幅差异图的变化信息,对两幅差异图像进行融合。最后使用模糊C均值算法得到差异图的变化类和非变化类。(2)提出一种差异图融合和基于非下采样shearlet变换的自适应阈值去噪的非监督SAR遥感图像变化检测。此算法首先使用均值滤波对原始图像进行对数域的去噪处理,然后利用对数比值法和均值比值法生成两幅差异图。为了得到保留变化信息较为完好的差异图,我们对两幅差异图进行融合,但是得到的差异图仍然含有大量的噪声,为了减少其对后续检测的影响,对其进行非下采样shearlet变换的自适应阈值去噪。最后使用K-means聚类对去噪后的差异图进行聚类获取检测结果图。将本文算法与文中的参考算进行实验,验证了本文算法具有较高的检测精度和检测效率。