极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,Pol SAR)系统得益于交替接收与发射不同极化方式的信号的机制,具有全天时和全天候的观测能力,并且相比于传统的SAR系统,可以获取更为丰富的地物信息,更加适合于复杂场景下的环境监测。因此,极化SAR图像的变化检测已成为当今SAR遥感图像分析与理解的重要研究分支。极化SAR图像的变化检测是指在不同时刻下对同一地区获得的图像数据进行处理分析,根据数据之间的差异特征获取地物变化信息的技术。极化SAR系统在成像过程中也会引入相干斑噪声,降低变化检测结果的可信度。因此,对相干斑噪声的抑制,同时还要保持变化检测的准确定位是该领域研究的重点与难点。本文研究极化SAR图像的变化检测,主要研究创新工作如下:在第三章中,针对差异图的准确构建与变化检测的定位精度问题,提出一种基于HLT差异图与三重马尔科夫场(TMF)的极化SAR图像变化检测算法(简称HLTTMF算法)。该算法首先引入霍特林-劳利迹(Hotelling-Lawley Trace,HLT)统计量算子,并采用双边取大改进HLT算子,准确构建两时相极化SAR图像变化检测的差异图。之后在HLT差异图上,采用TMF模型进行建模分析,三重马尔科夫场模型引入辅助场U来对图像中的异质区域进行建模,具有更好的空间相关性描述与噪声抑制能力。从而更有效地在HLT差异图上进行变化检测的精确定位。通过对四组实测极化SAR图像数据的变化检测结果分析,证明了本章算法的有效性与可行性。在第四章中,针对极化SAR图像变化检测过程中的噪声抑制问题,提出一种基于HLT差异图与小波域TMF的极化SAR图像变化检测算法(简称HLT-WTMF算法)。该算法在获取HLT差异图后,采用平稳小波变换对HLT差异图执行4层小波分解操作,从而计算出每一尺度分解所对应的低频分量,对于每一层的低频分量,分别采用TMF算法进行变化检测,获得各尺度4幅低频分量的变化检测结果图,同时小尺度分解噪声较大但变化检测边缘定位高,而大尺度则与之相反;最后对多尺度分解的低频分量的变化检测结果图,利用多尺度融合策略进行噪声抑制,获取最终的变化检测结果。通过在四组实测的极化SAR图像数据上的仿真实验与分析,证实了该算法具有良好的噪声抑制能力,获取的变化检测结果更为准确。