小波变换理论是近几十年迅速发展起来的新兴理论。它蕴含了丰富的数学理论知识并作为有应用前景的数学工具，已被广泛应用于信号处理、图像分析、模式识别等众多应用领域。经典的图像边缘检测算法存在噪声抑制和边缘定位精度之间的矛盾。而小波变换具有良好的时频局部化特性和多尺度分析能力，适合检测突变信号，所以基于小波变换的边缘检测算法可以有效的对图像进行去噪和边缘提取。本文充分发挥了小波变换在遥感图像处理方面的潜能，特别是在奇异性检测方面的优势，应用小波变换检测出一般检测算子难以检测到的边缘。道路特征的自动提取研究作为近几年来一个热点问题，本文以边缘检测作为突破口，围绕道路的自动提取展开一系列研究，主要工作归纳如下： 1、详细阐述了课题研究的背景，论述了道路提取的国内外现状及发展趋势。 2、简要介绍了小波理论的基本概念和理论，并重点介绍了Mallat算法和墨西哥草帽小波变换。 3、详细分析了中低分辨率影像上的道路特征，建立了道路网描述模型。提出了小波为主要工具融合了非最大抑制与滞后阈值处理的道路网络自动提取的全新解决方案。首先，将不同尺度间的小波系数识别不同宽度的线形；其次，将此方法直接应用于道路检测和提取；然后，又引用了大家熟知的非最大抑制和滞后阈值的方法绘制出完整的道路网。 4、对算法形成一套评价体系。具体为以手绘道路矢量图作为参照数据，用误差矩阵中的四个元素，以及由这四个值计算出的一系列衡量指标，来衡量提取结果——栅格道路。旨在为人们对算法的进一步研究提供一些有益的视角。