迅猛发展的遥感技术为获取地球表面信息提供了充足的数据来源，并且获得的遥感影像分辨率越来越高。遥感数据只有经过处理和解译才能变成有用信息。遥感影像解释按自动化程度可以分成人工目视解译、人机交互解译和自动解译三种方式。人工目视解译工作量大、效率低，而自动解译由于问题的高度复杂性和目前理论技术水平限制而难以获得满意的解译结果，因此比较实用的是发展人机交互解译系统。在复杂的遥感影像内容中，道路是非常重要的基础地理信息，它的识别和定位具有重要作用。目前大量研究都集中于中低分辨率下道路(网)的提取，随着影像分辨率的提高，道路逐渐呈现出与中低分辨率下道路不同的影像特征，因此，研究高分辨率城区遥感影像道路提取算法具有重要理论和实际意义。本文正是在这样的背景和需求下实现了遥感影像交互式判读解译系统，并深入研究了高分辨率城区遥感影像交互式道路提取算法和相关技术，为解译系统提供道路提取算法支持，具体内容包括：(1)研究了道路遥感影像的平滑预处理算法：在研究并分析了几种典型非线性扩散算法的基础上提出了一种增强结构信息的图像平滑算法，该算法发展了非线性扩散滤波方法，较好地解决了图像平滑和保持边缘等结构信息之间的矛盾，并通过选择性地确定各点扩散系数，达到了统一的数字实现，简化了计算。实验结果表明该算法能有效地平滑道路影像并增强道路结构信息。(2)研究了城区高分辨遥感影像中两类典型道路(居民区道路和城区主干道)的交互提取算法：针对高分辨遥感影像中居民区道路具有直线性的特点，研究了直线道路段(网)提取算法和相关技术，主要包括：道路局部主方向提取算法，基于Gibbs采样的交互式道路网提取算法和实时交互式道路段(网)提取算法。其中，基于Gibbs采样的方法中通过引入主方向检测加速了计算进程，而实时方法直接以主方向检测为基础。提出的稳健道路局部主方向提取算法以结构张量为基础，通过方向直方图确定大致主方向，并通过矢量化边缘进一步计算准确的方向角，实验结果表明具有良好的稳健性和准确性；提出的基于Gibbs采样的交互式道路网提取方法采用标记点过程对道路网进行建模，在给出初始构造项的情况下，能有效的提取出指定道路网；提出的实时交互式道路段(网)提取算法弥补了上一方法无法处理单一直线道路段和计算过程慢的不足，是上一方法的有益补充，实验结果表明算法能快速提取道路段(网)。根据高分辨率遥感影像中主干道路段的影像特征，基于活动轮廓模型方法提出了一种多分辨框架下的平行活动轮廓模型算法，用于提取主干道路段。该算法充分利用多分辨分析的优点和活动轮廓模型的特点，在低分辨率下获得初始位置，然后在高分辨率下逐步精确定位，整个优化过程将道路定位和表示统一起来。实验结果表明使用该算法能得到良好的结果。同时该算法能处理弯曲主干道和道路被部分遮挡的情形。(3)设计并实现了遥感影像交互式判读解译系统：设计并实现的遥感影像交互式判读解译系统具有良好的交互性、兼容性和可扩充性，为解译人员提供了良好的解译平台。综合使用多种算法对道路解译的实验结果表明本文中提出的交互式道路提取算法可以作为解译人员有力的辅助提取工具，有利于提高解译人员的工作效率。