道路信息作为地理信息的重要组成,一方面为其他地物目标提供参考,另一方面是交通的主体,因此在社会生活中占有重要地位。传统的道路网信息获取方法主要为人工测量或评估,需投入大量的人力物力,且该方法因覆盖范围小,采集周期长及精度不高等缺点,很难满足现阶段道路交通迅猛发展的要求。而近年来,遥感测绘的发展为道路信息采集的难题提供了新的方法。遥感图像拥有高覆盖面、高精度及高实时性等优点,因此有望在地理信息更新、国土资源勘探、城市观测规划等领域得到广泛应用。本研究旨在探索遥感图像中的道路边缘检测及路面提取的方法。首先,对实验图片进行预处理,分离道路及周围地物。针对道路与周边地物对比度较低的特点,采用图像增强的方法,突出作为感兴趣区域的道路区域;针对成像过程中不可避免的传感器本身或大气层等干扰引起的噪声,采用高斯滤波进行平滑;针对由道路中车辆,车道线、标志牌等引起的二值图像中的小孔洞和孤立点等,采用形态学的方法进行处理。预处理之后得到道路的大致区域。其次,为了提高道路边缘提取的精确度,本研究采用了一种改进的Sobel算子,即5?5的八方向模板,且通过Pascal三角形理论推导出各方向的最优参数。基于理论分析及实验仿真结果,该算子被证明不仅解决了传统边缘检测算子在方向上的局限性,而且具有更好的去噪能力。另外,提取出来的道路边缘较为完整,轮廓线清晰且连续性好,尤其在弯曲道路检测中表现更为突出。最后,针对检测后仍存在部分非道路区域边缘的情况(主要为建筑物及噪声边缘),本研究分析了典型道路与非道路区域的几何特征,并选取面积(边缘包含的像素点)及像素块最小外接矩形长宽比两个参数,设定阈值,用于剔除不符合道路几何特征的区域,提取出符合实际且边缘较为平滑的道路。