高分辨率遥感图像中蕴含了丰富的交通信息,包括道路网和路面上车辆的数量和分布等,是交通规划与管理所需交通信息很好的来源。本论文以目前广泛应用的QuickBird(“快鸟”)卫星遥感图像为基础数据,进行了一系列交通信息提取研究,提出了一系列交通信息提取技术和具体的方法流程。论文首先从分析遥感图像及其中的交通信息特征入手,总结出高分辨率遥感图像本身的特点,尤其是其中道路网和车辆的表现形态,道路网包括路段、交叉口两类表现形式,车辆形态则包括车队的形态和个体车辆的形态。另一方面,论文总结了目前适用于遥感图像的几种重要的图像处理方法,对彩色图像的颜色模型进行对比,选定HSI模型作为论文后续研究涉及颜色的技术的实用颜色模型。在此基础上,论文对道路网和车辆信息的提取分别展开了深入的研究,并通过实验验证方法的可行性。在道路网信息提取的研究中,论文先进行道路路段的提取,提出了灰度形态学方法、纹理分析方法和基于颜色信息的道路网提取方法三项技术,其中前两种不考虑图像的彩色信息,然后对三种方法的优劣进行了对比分析。在道路路段提取的基础上,论文给出了道路交叉口的提取方法和实验结果,对平面交叉口和立体交叉分别研究。在车辆信息提取的研究中,论文提出了不考虑颜色特性的基于形态学的车辆信息提取和基于颜色信息的车辆信息提取两项技术,其中开发了车辆颜色筛选、移动窗口计数等新方法。最后,在单个车辆提取的基础上,论文进行了车辆信息应用的研究,包括路段交通密度和车辆排队长度的测算。实验结果表明,本论文提出的各方法流程取得了一定程度的效果。通过论文中对一些方法的对比分析可以发现,不同的方法适用于不同的交通信息提取,需要根据实际所需的交通信息类型选择合适的方法进行操作。本论文成果对于推动遥感产业成果在交通领域中的应用,以及提高交通运输领域的信息化程度都具有现实意义。