近年来，我国在“数字地球”相关的若干领域都取得重要进展。各地的“数字城市”、“数字信息港”也如雨后春笋一样蓬勃发展。但是，总体来看，“数字地球”和“数字城市”在我国的建设和应用情况还不够好、不够完善，究其本源是空间数据的不足造成的。因此，为了建设和应用好“数字地球”、“数字城市”，必须解决空间数据源不足这一“瓶颈”问题。 目前，空间数据的主要来源有纸质地形图的数字化数据、遥感数据、外业实测的空间数据等。经过解放后的几十年积累，我国已有重复覆盖全国的不同比例尺的地形图，这些数据是“数字地球”和国家空间基础设施的基础数据源。但是这些数据必须经过数字化和再处理，从中提取出有用的专题信息才能为“数字地球”所用。因此，如何从地形图中提取各种有用的专题信息成为解决纸质地形图利用的关键。作为空间数据的另一个重要数据源，遥感数据在利用上也存在很大的问题。一方面，遥感能在很短的时间内提供大量宏观、同步的第一手信息，但另一方面，面对这些海量数据，研究人员能够获取的有用信息却相当贫乏。出现这种现象的原因是从遥感影像上提取有用信息困难。如何从遥感影像上获取有用的信息是遥感数据利用所面临的首要问题。特征地物和有用信息的提取也因此一直是遥感领域研究的热点和难点。 随着各种相关学科的发展，新方法、新工具不断引入到地形图和遥感影像的信息识别和提取领域中，产生了很多新理论、新方法。不同的方法具有不同的特点、性能和适用对象及条件，只能能够解决一些问题。已有的地形图信息识别和提取的方法主要有：线划跟踪方法、统计——结构法、神经网络法和基于知识的人工智能法等。线划跟踪方法的特点是简单直观和易于实现，比较适用线划符号和面状轮廓的提取，但这种方法是人机交互的作业方式，人的劳动强度大，工作效率低。统计——结构法是模式识别领域中的传统方法，具有严密的理论基础，适用于点状符号和注记信息的识别和提取。神经网络方法的特点是稳健性、并行性、自适应和自学习性，但是由于神经网络自身的限制，其处理问题的规模不大。人工智能方法的特点是强调知识的作用，能够对地图的点、线、面目标进行处理。但这种方法目前尚处在试验研究阶段。常用的从遥感影像中提取地物的方法有：基于统计模式识别的方法、基于光谱信息的方法、基于特征匹配的方法、基于知识的方法以及神经网络的方法等。这些方法都有自己的特点和优势，在很多方面都有很成功的应用。但每种方法都有很多缺陷，对影像往往有苛刻的要求和限制，同时也不能很好的满足需要，因此，人们一直在寻求新的更有效的方法和工具。 数学形态学是应用数学的一个分支。国内外有关其理论与应用的研究己有三十余年，业已取得了丰硕的成果。作为一门建立在格论基础上的非线性理论，数学形态学的基本思想是基于像素间的逻辑关系对数字图像进行分析处理。它能定量的描述和分析影像的形态几何特征，为数字图象处理提供了很多快捷高效的算法。数学形态学方法的特点不仅在于其并行性和较高的处理速度，更重要的是其灵活性和有效性。与传统的线性理论相比，数学形态学的特点就是将大量复杂的影像处理算法用基本的移位和逻辑运算组合来描述和实现，使得运算更加灵活快捷。数学形态学方法特别适用于地形图的特征提取和以特征为基础的目标识别和提取，是地图信息识别和提取中的有效数学工具，可以广泛用于点、线、面符号的识别和提取，尤其在识别和提取线状和面状符号时，比其他的方法更具有优越性。数学形态学的方法在以往的研究和实践中，已被证明是行之有效且有巨大潜力的方法。本文在他人已有研究的基础上，改进和发展了数学形态学的方法，使其更广泛地应用于地形图的处理和目标识别中。 数学形态学在二值图形处理中的巨大成功及其在灰度影像处理中的应用，让人们想到把它应用在遥感影像处理之中。但是，目前数学形态学在处理遥感影像的应用多为影像滤波、影像增强、影像骨架化、求影像边缘以及作为辅助方法进行其它影像处理等等。本文结合数学形态学在灰度影像处理的特点和优势，在充分利用影像灰度信息的基础上，引进特征地物的结构特征信息，尝试寻找一种新的从遥感影像中提取地物的方法，力求拓展数学形态学在遥感影像目标识别和提取中的应用。 本文针对当前从数字地形图和遥感影像中提取信息的弊端，结合数学形态学的特点和优点，将二值形态学和灰度级形态学的理论方法分别应用于扫描地形图和遥感影像的特征提取之中。本文的主要研究内容和工作包括：(1)系统地分析和介绍了二值数学形态学和灰度级数学形态学的基本理论和方法，并归纳总结了数学形态学的应用模型。(2)分析了当前扫描地形图信息获取技术存在的主要问题，并针对有关问题将二值数学形态学的理论、方法和应用模型应用到扫描地形图地形要素的提取之中。改进了常用的用数学形态学变换提取地形图坐标格网的方法，从扫描地形图中成功地提取了坐标格网。分析了结构元素的特性，使用较小结构元素来标记并提取了“不依比例尺居民地”符号。根据“退化——标记——重建”的思想，设计了一种提取地形图中面状居民地的有效方法。(3)拓展了灰度级形态学在遥感影像处理中的应用，完全运用灰度级形态学的理论和方法从遥感影像中提取了变化区域。(4)利用现有的遥感软件，按照本文的方法，对武汉市沌口镇的1:5万扫描地形图和该区域的5.8米分辨率印度卫星(IRS-1C)全色影像进行了试验。