合成孔径雷达(SAR)对大气以及光照强度不敏感,能够全天时、全天候对目标进行监测。随着SAR成像技术的迅速发展,不同分辨率的对地观测数据极大丰富,为遥感理论研究和实践应用提供重要的数据支持。SAR图像变化检测是SAR图像应用中一个重要的分支,被广泛地应用于军事与民用领域。由于SAR的相干成像机制,SAR图像中不可避免地会引入相干斑噪声,这使得变化检测结果产生误差。因此,如何抑制SAR图像中相干斑噪声的干扰一直是SAR图像变化检测中亟待解决的难题。针对相干斑噪声的干扰,一些学者提出基于马尔科夫随机场(MRF)的变化检测算法,MRF模型能够对图像的空间上下文信息进行建模,从而大大提高了检测的精度。由于MRF模型会假定图像是匀质的,因此不适合于非平稳图像。三重马尔科夫随机场(TMF)引入辅助场U描述图像的非平稳特性,从而可以有效地对非平稳图像建模。传统的TMF模型采用简单的4-邻域系统,当相干斑噪声比较强时不能准确界定目标的边缘。针对于此,本文介绍一种基于TMF的SAR图像变化检测改进算法,本算法将4-邻域系统扩展,从而可以更好地利用空间上下文信息。在此基础上,本文提出一种基于小波域三重马尔科夫场的SAR图像变化检测算法,本算法首先对差异图像进行四层平稳小波变换,进而得到不同尺度下的低频分量,其中低尺度下的低频分量保留较好的边缘信息,高尺度下的低频分量中相干斑噪声少;然后对每一个低频分量都使用基于TMF的SAR图像变化检测改进算法求变化图像;最后将四个不同尺度下的变化图像融合得到最终的变化检测结果图像。本算法的优势在于降低相干斑噪声干扰的同时提升对变化区域定位的准确度。本文采用实测SAR图像数据对所提算法进行实验,通过对实验结果的详细分析来验证本文所提算法的有效性。