随着遥感技术的发展,研究实景图像中主要地物对象的检测和提取在国民经济建设和国防建设中具有重要的学术价值和应用前景。本文主要研究基于Google Earth实景图像中地物对象的检测和提取技术,主要提取对象为建筑物、道路和水域三类重要地物信息。对于建筑物的检测和提取主要利用绿色植被指数进行图像预处理,去除图像中植被的干扰,而后利用区域生长分水岭算法,结合建筑物先验知识,并进行数学形态学处理提取出建筑物的潜在区域。同时提取建筑物的阴影区域,根据对象关系特征,建筑物与其阴影相邻的特点,剔除道路、广场等非建筑物区域,得到建筑物区域。对于道路的检测和提取主要利用植被指数算法进行图像预处理,采用双阈值OSTU和局部灰度一致性算法进行图像分割,并把分割后的图像进行合并,而后对合并后的图像采用形状指数进行验证,最后进行形态学处理,去除噪声,得到道路的边界。对于水域的检测和提取主要利用阈值邻域算法来获得水域边缘的初始轮廓,然后结合形状指数对初步提取结果进行去噪,最后利用数学形态学处理得到水域的边界,消除水面上船只等其他物体的影响。最后,通过选取不同类型结构的实景图像运用本文所提出的方法分别对图像中的建筑物、道路和水域进行实验,实验结果表明本文所用算法能够较好的检测和提取这些地物信息,达到了研究目的。