随着科技的进步,国产系列卫星逐步打破了国外商业卫星的主导地位,遥感图像技术也得到高分辨率遥感卫星的大力支持,并开始向着民用行业发展。目前提供服务的民用卫星空间分辨率不断提高,为道路信息提取的有效性奠定了基础。对道路提取的算法研究,在制作道路网图和更新数据库能表现出其优势,尤其在GIS数据获取上有深远的意义。本文基于高分辨率遥感图像的道路特征,研究了改进分水岭、支持向量机及迭代分割法等方法对高分辨率遥感图像中道路的提取技术。论文首先对灰度阈值法、边缘检测算子分割法、传统分水岭分割方法进行了算法研究;针对传统分水岭的过分割问题,提出了一种改进分水岭算法,算法在分割前对遥感图像进行处理,从多尺度形态学梯度考虑,以最大分量为梯度,从低频区域获得相关的极小值,构成二值图并标定原始梯度图,再运用分水岭分割法分割遥感图像,并根据道路形状特征提取道路信息;针对小型道路网的分割问题,提出了采用迭代分割和一种形态学优化的支持向量机算法,从图像分类着手,采用支持向量机算法对高分辨遥感图像进行分类,并针对分类后的道路信息不够完整的问题,对分类后的图像进行迭代法分割和进行形态学优化,最后完成道路网的提取。论文对高分辨率遥感图像进行道路提取研究,对提出的算法进行了实验验证。实验结果表明,结合支持向量机和迭代法分割对遥感图像道路的提取效果更好,能够比较完整地提取出道路网信息。