遥感影像能快速获取地球表面信息，是一种重要的地理信息数据源。随着遥感技术的飞速发展和遥感数据“三高”(高空间分辨率、高光谱分辨率、高时间分辨率)时代的到来，以QuickBird数据等为代表的高分辨率遥感影像已广泛用于国土、测绘、城市规划、政府管理等领域。道路作为地物类别的主题内容和地形图的重要成图元素，它的精确识别和提取，不仅影响地物测图的自动化水平，而且对特征提取、特征匹配、图像理解具有重要意义。从高分辨率遥感图像中自动提取道路轮廓是当前遥感和计算机视觉领域的研究热点之一。因此，本文研究高分辨率遥感多光谱图像道路轮廓提取方法具有较高的实际应用价值。　　 本研究从高分辨率遥感多光谱图像道路的光谱特征和图像特征出发，探索一种基于改进主动轮廓模型(Snake模型)的道路轮廓提取方法。Snake模型已经广泛应用于目标跟踪、超声图像分割、立体匹配等领域。该模型经适当的初始化后，能够自主收敛于轮廓的能量极小值状态，并且由粗到细的极小化能量过程可以极大地扩展捕获区域并降低计算复杂性。同时，也存在图像应用局限于灰度图像、对初始轮廓设置敏感及难于收敛到感兴趣区的凹陷位置等缺陷。因此，要取得较好的道路轮廓提取效果，需要确定适当的初始包络位置并改进能量方程使曲线逼近凹陷目标。论文主要研究内容如下：　　 (1)高分辨率遥感多光谱图像道路特征分析　　 对遥感图像道路目标提取必须明确道路特征，本文从多光谱图像道路的光谱响应特征和图像表征两方面分析。为保证多光谱遥感数据信息损失最小，根据波段相关性原理，选择信息量较大的三个波段合成彩色图像。通过分析研究区高分辨率图像道路的几何(geometric)、辐射(photometric)、拓扑(topologic)、功能(functional)和上下文(contextual)图像特征，为构建道路轮廓提取的特征提供依据。　　 (2)多光谱图像的四元数空间描述及边缘检测　　 通常多光谱图像的边缘检测采用将各个波段分量处理后，按照组合求平均得到，但处理结果并不理想，边缘检测结果劣于单波段多图像的处理结果。充分利用四元数对多光谱色彩信息的敏感特点，建立多光谱图像的四元数空间表达模式，通过构建对色彩边缘高敏感的超复数滤波器，能实现多光谱图像四元数空间边缘检测。边缘检测结果是进一步进行标记分水岭算法的实现基础。　　 (3)基于强制最小标记控制的分水岭分割方法获取多光谱图像道路的初始轮廓　　 分水岭分割对像素差别小的微弱边缘具有良好的响应，在噪声影响下，得到物体分割的轮廓边缘，保证分割边缘的封闭性和连续性。但存在过分割(Oversegmentation)现象。将边缘检测和道路特征提取统一于强制最小标记控制的分割方法(Minima ImpositionMarker-Controlled Segmentation)，通过生成标记图像来修改边缘梯度图像，在最小值控制下进行分水岭分割。然后，根据道路的曲率总和最小和长宽比范围，进一步提取和合并道路斑块，消除破碎小区域，获得有效逼近区内的道路初始轮廓线。　　 (4)基于GVF Snake模型的道路轮廓提取　　 传统Snake模型对于初始轮廓设定敏感，容易在外力的作用下收敛到局部极小值点，使目标轮廓提取结果不理想。梯度矢量流模型(Gradient Vector Flow，GVF)基于光流场原理，通过变分法得到图像的向量场函数。它能扩大Snake轮廓的捕捉范围和增加对深度凹陷目标的收敛。借助GVF Snake模型，并归一化模型能量方程，能消除各点附近力的幅值影响；改进的GVF Snake模型对凹陷的道路轮廓有很好收敛效果，并能精确地填补道路边界的缺口，最终精确地收敛到道路目标轮廓上。　　 通过对分辨率0.6米，大小为2000×2000像素的Quick Bird多光谱图像进行实验，结果表明本文基于改进的Snake模型能够较好地提取城郊区高分辨率遥感图像的道路轮廓信息。将轮廓提取结果同原始图像叠加后可看出，主干道路和次干道的轮廓得到很好的逼近，而与建筑物混合的支路出现不少遗漏和错提现象。利用面积一致性和形状一致性标准进行定量评价，得到二者的精度分别为79％和83％。表明本方法的研究具有提取主要道路轮廓的应用价值，能够满足大区域高分辨率遥感多光谱图像的道路轮廓提取。