道路网作为基础地理信息,它的识别和精确定位对于影像理解、GIS数据获取、制图以及作为其他目标的参照体都有深远意义。如何更好地利用遥感影像提取道路信息,是近年来的一个重要研究方向。根据自动化程度,道路提取可分全自动和半自动两种方式。目前国内外学者对于这两种方式的道路提取已进行了大量的研究。然而,除了一些半自动系统,还没有一种适用范围广的方法来自动提取道路网络,且大量应用都集中于中低分辨率下的道路或道路网。随着分辨率提高,高分辨率和中低分辨率下道路的影像特征呈现出较大差异,使高分辨率下的道路提取更具有复杂性和挑战性。本文针对高分辨率下的山区遥感图像和城区遥感图像中的道路提取,分别进行了研究。主要工作包括以下三部分:(1)基于传统形态学开闭算子的区域算子,能够更好的适应图像的形状变化,消除块状效应。应用区域算子对图像进行预处理,再经分水岭变换可较好地保留道路信息。重点讨论了区域闭运算的实现过程,及区域算子在山区道路自动提取中的应用,并通过实验结果验证了算子的有效性。(2)对于含中心线的城区道路,采用基于模板匹配的半自动道路提取方法,可实时、准确地提取城区主干道路的中心线。以中心线上一点为中心建立对应模板窗,在沿道路前进方向寻找与之匹配的目标窗,将该目标窗中心作为下一个道路种子点,并以此生成新的模板窗。循环迭代即可得到一系列中心线上种子点,最后将其连接成中心线。实验结果表明,该方法对道路中心线的提取不仅满足实时性要求,也达到了较好准确性。(3)对于不存在道路中心线的城区道路段,由于不能依赖于提取中心线特征来获得道路,本文分别采用了基于像素匹配和基于比值直方图匹配的半自动提取算法。实验结果证明,采用这两种算法,均可以较好的提取出道路信息,且当道路与周围环境对比度降低时,仍能保证获得较好效果。同时,算法也基本满足实时性要求。本文工作得到国家自然科学基金(No.60672126,60702062,60971128)、“863计划”项目(No.2007AA12Z136)和科技部“973计划”重点项目(No.2006CB705707)的资助。