在遥感影像上提取道路网信息是遥感测绘重要的研究内容之一，道路属性信息的提取是基本比例尺地形图测绘中地形要素信息获取的基本内容，历来受到遥感、测绘及其它相关领域的研究所重视。然而，在中高分率遥感影像上，不能简单的将道路作为线状地物对待，并且受到车辆、路面行车标志线以及绿化带和行树的影响，道路属性信息的提取具有较大的难度。本文在分析了道路在各类影像上不同特征的基础上，主要采用区域生长方法、面向对象思想的方法以及阈值分割的方法等进行道路属性信息提取方法的研究，并对这些方法在不同参数下提取的道路结果进行了分析，最后借助数学形态学的相关知识对所得结果进行后期处理并获取了道路的中心线。论文主要完成的工作有：1.采用拉普拉斯算子衍生的一个模板对道路图像进行滤波，得到了包含道路和少许噪声的图像。在此基础上通过区域增长法和面积统计法对道路进行精提取，去除了噪声。2.将面向对象的方法应用的道路提取中。在对影像进行分割形成道路基元的基础上，分析道路在影像上的特征，形成道路特征知识。研究了基于特征的道路对象提取并取得了较好的道路提取效果。3.在分析遗传分类算法特点的基础上，将影响道路提取影响因素与提取精度和可靠性的关联程度进行综合分析，并找出其规律性，改进了适用于道路提取的适应度函数。道路提取结果表明，本文设计的算法具有较好的提取效果。4.在高分辨率遥感影像上，将道路视为具有一定宽度的区域，采用监督分类思想，以道路样本为引导，通过距离和阈值分析，较好地获取了道路区域。5.利用数学形态学的思想，设计了针对中高空间分辨率遥感影像上道路提取特点的处理流程，对道路提取结果进行精处理，较好的提取出了道路边线和中心线位置。试验结果表明，本文设计的技术路线具有运算速度快、抗噪声能力强、精度可靠的特点。