合成孔径雷达(SAR)是一种主动式成像雷达,由于它具有全天时、全天候的监测特性,并且在一定波段对植被、浅层土壤具有穿透能力,因此被广泛应用于农林、地质、水文、海洋与环境监测、国防等领域。对SAR图像处理分析方法进行研究,提高SAR图像的解译能力,能够充分利用SAR图像中包含的丰富信息,更好的发挥SAR的作用。道路是交通运输的命脉,地域连接的纽带,利用SAR图像准确、自动的提取主干道路,无论对于军事侦察还是国民经济的各方面都有极其重要的现实意义。从SAR图像中自动提取主干道路的困难在于,SAR图像中存在着大量的干扰。这些干扰既包括来自道路目标附近的干扰,如汽车、树木和路灯等等,也包括充斥于整幅图像的相干斑噪声,相干斑给SAR图像的解译造成了极大的困难。对相干斑进行抑制的预处理过程都一定程度上模糊了图像中的线状目标,不利于道路的提取;因此,从道路提取问题出发,将相干斑的抑制融于道路提取过程中是更合理的方法。本文所采用的均值比例算子和互相关算子利用图像局部的统计信息进行判决,在检测道路基元的同时对图像进行局部平滑以降低相干斑干扰;并且两个算子都具有恒虚警特性,门限值由给定的虚警概率确定。道路基元的数目庞大,而且相邻的基元属性相近,相关性极强,因此,基元的表示方法存在大量的冗余。相位编组方法能够将相邻的且属性相似的单元进行编组,所以,文中利用了相位编组的方法将基元组织为线段,并对得到的线段进行特征描述。针对相位编组方法运算量大的特点,文中利用基元的方向属性进行预判,节省了运算量,并一定程度上提高了分组精度。由于SAR图像中各种干扰的作用,相位编组得到的线段是断续的,而且仍然存在着大量的虚假目标。为了进一步将断续的线段连接成完整的道路,并去除虚假目标,需要利用道路目标的空间上下文信息。马尔可夫随机场理论可以方便的将空间上下文关系模型化到结点的邻域关系以及场的先验概率密度分布中,因此,本文以线段作为结点,在线段的特征空间建立马尔可夫随机场。通过定义最优准则函数和结点间的邻域关系,将问题转化为最大后验概率意义下,线段的状态标记问题。最后通过遗传算法得到最优的状态标记向量,在原图中进行标记,从而完成整个的道路自动提取过程。