合成孔径雷达(Synthesis Aperture Radar,SAR)成像技术能够在恶劣气候条件下对地面目标进行探测成像,因而被广泛应用于灾害监测与应急救援等方面。然而在SAR成像过程中,由于外界环境干扰、系统设备制约和数据处理等误差因素影响,实际获取的SAR图像目标纹理模糊特征不明显,从而影响和限制了后续SAR图像的解译与应用。SAR图像变化检测技术通过检测不同时相SAR图像的差异能够提取地面场景的变化信息,因而广泛应用于受灾区域定位和基础设施建设进度监测等方面。然而在SAR图像变化检测中,单一种类差异图存在各自固有缺点无法实现同时抑制背景区域噪声和准确检测变化区域。框架是Hilbert空间中能量有上下界的一组矢量,实际应用中很多信号和图像处理的问题在本质上都是框架问题。本文将数学框架理论引入SAR图像序列融合重建与SAR图像变化检测中,利用框架对模型表征的细致性,提升图像融合的质量。针对SAR图像模糊降质问题,提出了基于框架的SAR图像序列融合重建方法,该方法通过融合预处理挖掘低分辨率SAR图像序列的互补信息,得到高分辨率(指栅格精度)模糊SAR图像作为后续重建的初始估计图像,使用SAR成像系统点扩散函数(Point Spread Function)作为已知先验知识构造成像系统模糊算子的框架描述,并在此基础上利用迭代正则化方法对初始估计图像进行迭代重建,得到信息互补与特征增强的高质量SAR图像。使用所提方法对实测SAR图像进行融合重建试验验证,主观试验结果和客观评价指标均表明所提方法有效改善了目标边缘纹理清晰度,提高了目标与背景的对比度,增强了目标特征。针对SAR图像变化检测中单一种类差异图无法实现同时抑制非变化区域噪声和准确检测变化区域的问题,研究了基于小波框架融合的SAR图像变化检测方法。该方法利小波框架分解将均值比值差异图和对数比值差异图分解为无降采样的高频和低频子图像,然后采用局部能量最小策略对高频子图像进行融合,采用均值策略对低频子图像进行融合,对融合后的低频子图像和高频子图像进行小波框架重构生成一幅融合差异图,对融合差异图应用FLICM(Fuzzy Local Information C-Means)聚类方法进行无监督分类,得到最终的变化检测二值结果图。使用该方法对实测SAR图像进行试验验证结果表明基于小波框架融合的SAR图像变化检测方法能够兼备两种差异图的优点,实现准确检测变化的同时很好的抑制背景区域的斑点噪声。本文所实现方法,可用于我国“一带一路”沿线重大基础设施的安全隐患排查,宏观建设进度监测,以及自然灾害监测与应急救援。对于保障“一带一路”沿线建设人员安全、避免重大经济损失具有重要的意义。