道路作为基础地理信息的重要组成部分，其识别和精确定位对于影像理解、GIS数据获取以及作为其它重要目标的参照体都有重要意义。本文从遥感测绘生产作业需求出发，以多源高空间分辨率卫星遥感影像的道路特征为研究对象，利用角度纹理特征对遥感影像道路提取进行探索和研究，采用基于角度纹理特征模板和基于灰度模板匹配相结合的道路提取算法，重点研究了道路宽度属性和道路中心线等的智能提取以及道路轨迹预测模型。论文主要工作和创新点总结如下：1.在综述遥感影像道路提取研究现状的基础上，对现有模型和方法存在的问题进行了分析，详细介绍了纹理特征的作用与提取方法，为建立新的提取模型奠定基础。2.从角度纹理特征概念出发，利用角度纹理特征建立道路提取模型。针对种子点对道路提取结果影响较大的特点，研究了种子点自动校正的方法，并利用单个或三个种子点自动获取道路宽度和初始方向，提高道路提取的自动化程度，实验验证该算法能够有效地提取高分辨率遥感影像上的主要道路。3.在角度纹理提取模型中加入车辆遮挡处理策略，对角度纹理提取模型进行了改进，提高算法的可靠性和提取结果的正确性。4.利用影像道路特征的灰度相似性，实现了基于灰度模板匹配构建道路提取模型的方法，改进了模板匹配测度，先将模板纹理特征测度的方差、均值和能量二阶矩归一化后，然后加权计算相似性匹配测度。5..采用道路轨迹预测模型，利用抛物线拟合、线性回归分析以及曲率约束条件，优化道路提取中心线结果。6.实现基于角度纹理特征模型和基于灰度模板匹配模型相结合提取道路中心线的原型系统设计，并对提取结果进行评价和分析。