1 引言
遙感變化檢測是指通過對不同時期同一區域的遙感圖像進行比較分析，根據圖像之間的差異得到我們所需要的地物或目標的變化信息。現代遙感技術的飛速發展爲變化檢測提供了一種便捷的途徑，遙感數據成爲變化檢測的主要數據源。
與可見光和紅外遙感相比，微波遙感具有無可比擬的優點：微波能穿透雲霧、雨雪，具有全天候、全天時的工作能力。二，微波對地物有一定穿透能力。三，採用側視方式成像，覆蓋面積大。正是這些優點，使得SAR 圖像日益成爲變化檢測的重要數據源。
SAR 變化檢測技術的需求日益廣泛。目前，全球壞境變化加劇，城市急速發展，洪水、地震等自然災害時有發生，這些都需要及時掌握相關動態信息，爲相關決策部門提供支持，而SAR 的種種優點爲快速響應提供了技術支持和應急保障。
2 變化檢測的研究內容
2.1 圖像配準
圖像的配準精度對變化檢測的精度影響很大，如果圖像沒有較高精度的配準，則圖像的錯位會帶來大量的虛警。因此，針對這一方面，Dai 和Khorran[1]得出的結論爲：好的變化檢測結果需要高精度的配准算法。Jeannie Moulton [2]等針對多時相SAR 圖像的平移及偏轉誤差提出一種解決方法。意大利的Paolo [3]針對高分辨SAR 影像配準的困難，提出基於象元與特徵相結合的方法進行未精確配準的變化檢測研究。
2.2 噪聲抑制
基於 SAR 圖像的變化檢測對斑點的抑制要求很高：降班算法要既能有效降斑，還能保持圖像的細節信息。因此，需要採用性能良好的自適應降斑方法來完成。相干斑抑制方法可以分爲兩類：一類是成像前的多視平滑處理，但同時也降低了圖像的空間分辨率，所以目前常用的方法爲成像後的去相干斑噪聲的濾波技術。濾波方法主要有：（1）傳統方法，如均值濾波、中值濾波等；（2）模型方法，假定靜態的噪聲模型，採用相應的濾波器進行處理，如Kalman 濾波和Lee 濾波；（3）幾何濾波方法，如Gamma MAP 濾波；（4）基於局域統計自適應濾波，這種方法能在平滑噪聲的同時較好的保持邊緣信息，是目前的SAR 變化檢測常用的方法。
2.3 變化信息提取及後處理
進行變化信息提取時，可以選擇適當的變化檢測方法對兩個時相的遙感影像進行變化信息的提取。根據實際野外觀測提供目標區變化的真實信息，並藉助相關統計資料和專題資料對變化信息進行後處理，歸併小圖斑，消除提取出的'變化信息中的僞變化信息[4]。
2.4 精度評價
通常採取誤差矩陣法進行精度評價。根據真實變化圖與變化信息圖比較，歸納到誤差矩陣中。變化誤差矩陣如表1。
根據這一變化誤差矩陣，變化檢測的性能可以通過下面的參數來定量分析：
虛警率 Pjd 爲實際未變化但檢測爲發生變化的比例，表示了檢測出的變化點中誤判點的比例。
Pjd= Cjd/ C0 (1)
漏檢率Pir 爲實際發生變化但檢測爲未變化的比例，表示了未檢測出的變化點在所有變化點中的比例。
Pir= Cir/ C1 (2)
檢測概率Pid 爲實際發生變化或非變化且檢測爲變化或非變化的比例，表示了對所有變化區域的檢測百分比。
Pid= （Cid+ Cir ）/ （C0+ C1） (3)
3 常用的變化檢測算法
SAR 圖像變化檢測是研究不同時期的同一場景圖像之間發生的變化。歸結起來，近些年逐步形成的SAR 圖像變化檢測方法可以分爲：(1)基於簡單代數運算的變化檢測，經典的變化檢測方法包括圖像差值法、圖像比值法、對數比值法；(2)基於圖像變換的變換檢測，經典的變化檢測方法包括主成分分析、變化向量分析法、相關分析法圖像變換法；(3)基於圖像分類的變化檢測方法。
3.1 代數運算法
早期變化檢測的主要方法是利用圖像差值法，主要利用兩幅圖像對應像素點的灰度差值作爲變化判別依據，該方法簡單、直接，但是容易受成像質量、噪聲等的影響。圖像差值法應用於海岸線環境、森林變化、沙漠化等。與差值法相比，比值差異圖像與原始SAR 圖像的平均強度值無關，對於SAR 圖像的乘性噪聲不敏感，而且減少了輻射定標誤差的影響。