随着在国民经济中高分辨率遥感卫星影像被广泛应用,从遥感影像中获取更丰富、更全面和更精确的信息已经成为遥感图像分析技术的主流,而道路信息在国民经济生活、交通产业、地理信息学科研究中占有很重要的地位,这使得道路信息提取成为遥感应用的重要目标之一。但是,对于不断变化更新的道路信息,传统人工操作效率低下且费时费力,因此,结合遥感技术、电子技术和图像识别技术,研究自动高效的提取遥感影像道路信息方法,对于道路监控、地图及时更新及GPS导航都有重要意义。论文以高分辨率影像道路信息提取为核心,首先给出了基本的理论依据,然后设计了一种影像预处理方法,并提出了一种基于多特征稀疏模型的道路提取方法,进一步以高分辨率影像道路变化检测为例探索了基于矢量数据检测道路信息变化的新方法。论文的主要工作具体如下:1、提出一种遥感影像增强和融合预处理方法:(1)从高分遥感影像道路提取出发,分析了预处理中存在的噪声干扰问题,从影像增强方面提出一种基于顾及影像配准和点扩散函数估计超分辨率重建的影像增强方法,通过对多张原始影像进行超分辨率重建处理,为道路提供精细尺度的几何特征、更加丰富的纹理和几何信息。首先根据多张影像间几何和辐射的差异性,构建包含几何形变和辐射变化的降质模型,利用全局最优化法得到模型参数;然后利用点扩散函数的正则项约束,实现对原始影像的点扩散函数估计:最后依据获得的变换参数和点扩散函数初值,采用AM算法估计高分辨率影像。通过对资源三号和ALOS-PRISM卫星影像进行增强试验,结果表明本文方法能获得较好的视觉效果和质量指标。(2)在影像超分重建增强处理的基础上,从多源影像配准与融合两个阶段出发,针对传统方法在对遥感影像配准与融合处理上的不足,利用MPICH并行模型,实现遥感影像快速配准,并提出一种基于改进Pansharp算法的高质量、快速融合方法。通过对资源三号卫星影像试验分析,验证了该方法能够很好的融合影像,具有更高的效率。2、提出一种基于多特征稀疏模型的道路提取方法。针对传统道路提取方法计算量大的缺点,从道路特征描述和道路提取算法两个方面研究道路信息提取:1)深入挖掘道路在遥感影像上的表现特征,构建道路目标的稀疏表示多特征模型,目的在于增强道路与其他地物的区分能力;2)构建具有鲁棒性、高效的高分影像道路提取方法框架,利用给定的初始点,缓冲区内通过核函数跟踪方法确定局部最优值,获取道路种子点。通过对Quick Bird、资源三号与高分二号卫星影像进行试验,结果证明该方法有效的处理了复杂道路提取中的关键难点问题,并通过与模板匹配方法和基于geodesic方法对比分析,验证了该方法在效果和效率上的优势。3、提出一种矢量信息辅助的道路变化检测方法。首先在矢量与影像配准的基础上,结合边缘提取方法、模板匹配理论和基于稀疏模型跟踪策略获取并检测道路变化信息;然后根据检测出的不同时相道路变化信息,生成道路变化专题图。通过对不同时相的Worldview和资源三号卫星影像进行试验,结果表明该方法能够在不同的道路状况下(路面变化、损毁、遮挡等)获得有效的变化检测结果。