道路信息是一种重要的基础地理信息,从高分辨率遥感影像中提取道路可用于GIS数据的自动获取和更新、目标检测、图像匹配以及数字测图等,是人工智能、计算机视觉、遥感科学以及摄影测量等领域的研究重点之一,具有极其重要的科学意义与实用价值。本文对高分辨率遥感影像道路的提取方法进行了深入的研究,并结合高分辨率遥感影像中道路的特点,对现有的道路提取方法做出了一些有益的改进。首先,实现了基于GIS信息与Ribbon Snake模型的高分辨率遥感影像道路的自动提取。利用GIS数据构造的B样条曲线作为道路的初始中心线,并根据道路区域的纹理特征设计区域能量函数,通过自动调节各能量函数在总能量函数中所占的权重以及控制点的搜索范围,实现了模型的分级演化。实验证明了该方法在初始轮廓曲线远离目标位置情况下的有效性。其次,改进了path opening方法中的邻接图以提取曲率较大的道路,并将path opening与Ribbon Snake模型相结合,用于高分辨率遥感影像道路的自动精确提取。通过path opening操作获取初始道路中心线,由Ribbon Snake模型进行精确定位,得到准确光滑的道路中心线以及两条道路边界,通过实验验证了该方法的可行性与有效性。最后,提出了一种基于改进path opening的有损道路自动提取新方法。该方法巧妙地将path opening算法中的最大路径长度λ与区域的几何特征相结合,建立了道路区域的判定准则。通过实验对比分析,从实验效果和算法效率两个角度证明了该方法的有效性和优越性。