利用遥感影像自动提取线性构造,可使用线素追踪算法(STA：Segment Tracing Algorithm)借助其在遥感影像上表现出的色调变化进行解译识别.该方法具体包括6个步骤：1)图像预处理.通过组合不同的波段和线性特征信息来提高图像的线性特征.2)搜索DN的连续方向.以某一像素为中心设置一个11×11像素的小窗口,并从中心设置16个放射状的搜索方向.当ε=5∑i=-5wi(z0-zi)2, wi=cos(iπ/20)最小时,该方向(kmin)可以作为DN连续性好的方向.3)线素的判别.利用与kmin直交的方向(kmax)上的像素DN值,可以求出2次微分演算式Λ=4∑i=-4λi=4∑i=-4(zi+1-2zi+zi-1)2/zi.用ν和σ表示Λ的平均值和标准偏差.若λ0大于阈值T,则该中心像素作为线素保留,记此像素为p.T=ν+μσ,μ=φ1/1+(η-1)sinθ,其中η值可以用DN的变异函数γ(h)来确定.4)脊谷的判定.p需要进行脊谷判断.记kmax方向搜索线上i=-5 ～-1和i=1～5像素值DN的和分别为τ1和τ2.若τ1＜τ2即认为是该像素为山脊,将p消去.5)线素的连结.将kmin方向的线素p连结的方向限定在kmin-π/16～kmin+π/16范围.首先以p为中心点、kmin为中心方向、H为半径、顶角为π/8的扇形区域扫描,若将该区域内存在多个线素,将p与离其最远的线素连结.H=φ2/1+(η-1)cosθ+φ3,H与T一样为与方向有关的变量.6)重复线素的删除.当出现多个方向相似的短线素相互交叉的区域时,执行第6步.根据以上方法,MatLab编写自动计算机程序,并在个旧锡矿高松矿田的高程(DEM)图上进行了应用.通过与实测断层的对比,发现STA能较好的识别数字高程(DEM)图上的线性构造(图1),但在线素连接上由于依赖于人为设置的参数,算法还需要进一步改善.