道路提取是遥感图像分析、理解和目标提取中的重要问题之一,它在遥感测绘、地理信息系统(GIS)、军事应用等领域都具有重要的价值和意义。遥感图像中信息的复杂性和多样性使道路提取成为非常困难的问题。目前现有一些方法虽然能够较好地提取直线型道路,但对于提取非直线型(曲线型)道路还存在着一定的局限性；有一些方法仍需要人工选取种子点,因此对人工依赖性较强；另有一些方法需要结合人工分析对特征阈值进行选取,这不仅选取难度较大,而且缺乏一定的普适性。　　 因此,针对目前上述方法中存在的问题和不足,本文结合国内外研究成果提出了一种基于D-S(Dempster-Shafer)证据理论融合几何形状特征提取高分辨率遥感图像中道路的方法。该方法主要由以下步骤来实现:　　 (1)按照遥感图像中道路的灰度特征,对基于阈值分割的方法进行了改进,提高了区域内部均匀性指标,以适合于后续的目标提取操作；(2)按照归纳总结的道路模型,选择并优化了几何形状特征,以提取直线型和曲线型道路段,从而克服了许多方法中只能提取直线型道路的缺点；(3)结合D-S证据理论对几何形状特征进行融合,降低了人工对特征阈值进行分析和选取的难度；(4)按照一定的规则在已提取的道路段上确定种子点,并通过区域增长的方式初步实现道路网的连接,从而将“点”的选取扩展并替换为“面”的提取,克服了一些方法中需要人工选取种子点的过程,实现了一定的自动化程度；(5)结合边缘信息对区域增长进行后处理,并运用形态学方法、细化方法规整化了道路网,得到初步的道路网中心线；(6)针对中心线上可能存在的毛刺分支,对基于模板去除毛刺的方法的不足进行了改进,以更适合于本文道路网中心线的提取。　　 最后,文末通过Visual C++6.0对该方法进行了实现,设计了高分辨率遥感图像道路提取算法模块,并对两类遥感图像做了实验分析和比较。实验结果表明,该方法不仅对于高空间分辨率遥感图像中典型道路的提取达到了较好的效果,而且对于非典型道路的提取也具有一定的可行性。