极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,PolSAR）通过接收地物不同极化组合的电磁波,获取比合成孔径雷达（Synthetic Aperture Radar,SAR）更为丰富的地物散射信息,为PolSAR地物分类和PolSAR变化检测的发展带来新的机遇和挑战,被广泛的应用到城市规划、地质灾害检测以及军事目标打击等诸多领域。本文在总结现阶段PolSAR图像分类和PolSAR变化检测方法的基础上,以高分三号数据为基础,结合图像统计特征和物理散射机制两方面展开PolSAR图像分类的研究,基于不同时相的哨兵一号数据对同一场景的两幅或多幅极化影像进行变化检测分析,主要研究内容如下:（1）针对现有无监督分类方法对地物类别划分不合理的问题,本文基于多成分散射模型（Multiple Component Scattering Model,MCSM）提出了一种MCSM-KWishart分类方法。该方法首先利用定向角补偿来改进MCSM分解中体散射功率被过高估计的问题,接着利用ISODATA聚类方法和K-Wishart方法来克服类别划分武断和不适用于服从高斯分布场景的缺点,得到初始的PolSAR分类结果。（2）针对部分地物散射特性相似导致无法区分和漏检的问题,本文提出了一种结合目标固有的物理散射特性对部分地物进行识别的方法。该方法利用变异系数区分散射特性比较相似的水和裸土,利用纹理特征改善部分建筑物轮廓不清晰的问题,最后利用数学形态学的方法进行优化,得到最终PolSAR地物分类结果。（3）针对实际场景的复杂性和斑点噪声严重的问题,本文提出了基于BM3D联合加权的双时相PolSAR变化检测方法。该方法通过调节权值系数侧重选择符合实际场景的差异度模型,但是PolSAR图像和差异影像固有的斑点噪声会影响变化检测的精度,本文利用BM3D算法进行降噪,最后利用广义高斯的KI自适应阈值选取方法对差异图像进行分割。实测数据处理验证了本文方法的有效性。（4）针对双时相PolSAR变化检测不能从时间维度去反映地物的动态变化趋势,本文提出了基于时间序列的PolSAR变化检测新方法。通过定义相似性变化检测矩阵和统计假设检验方法对长时间PolSAR图像序列逐像素点进行变化检测分析,在时间域获取变化的时间节点和在空间域提取变化的像元。实验结果表明,该方法可以准确的检测多时相PolSAR图像中的变化情况。