近年来,我国不断加大基础建设的力度,完善路网体系,如何快速地通过遥感影像进行道路提取就成为了一个重要的研究内容,有着巨大的应用价值。而现有的道路提取方法仍然存在着提取精度不够高、自动化程度低以及需要大量标记数据的问题。基于上述问题,本文受生成对抗网络图像转换任务启发,将遥感图像道路提取视作一种图像转换任务,提出一种基于生成对抗网络的遥感图像道路提取方法,可以在精度保持在较高水平的情况下解决目前研究中存在的数据标记与数据预处理过多与自动化程度不够高的问题。本文工作总结如下:第一,针对地图风格图像的生成任务,使用基于深度卷积生成对抗网络的方法进行相应的地图风格图像生成的实验。本实验是作为遥感图像道路提取的先验实验,用于验证地图风格图像生成的可行性。实验结果表明,可以使用生成对抗网络进行地图风格图像的生成,为后文研究提供了有力的支撑。第二,针对成对数据遥感图像的道路提取任务提出了一种基于Pix2pix生成对抗网络的遥感图像道路提取方法。道路提取任务可以被当作一种特殊的图像转换,首先通过使用生成对抗网络将遥感图像转化为对应的地图风格的图像,随后可以通过简单的RGB值判定与形态学处理的方法提取路网,降低道路提取的难度。实验结果表明,准确率94.26%,召回率81.08%,精度84.62%,F1-score84.05%,是一种切实有效的遥感图像道路提取方法。第三,针对非成对数据遥感图像的道路提取任务提出了一种基于循环生成对抗网络的遥感图像道路提取方法。循环生成对抗网络模型一共有两组生成对抗网络,分别完成了数据域X到数据域Y的转换和数据域Y到数据域X的转换,两组网络构成了一个循环,使用对抗损失和循环损失作为损失函数,保证了循环一致性,从而解决了非成对数据的训练问题。实验结果表明,准确率93.81%,召回率80.88%,精度83.31%,F1-score85.38%,道路整体观感效果良好,在评价指标基本没有下降的情况下解决了非成对训练数据道路提取的问题。