空间技术和信息技术的飞速发展为我们提供了大量的遥感数据,从遥感影像中获取目标信息已成为现阶段空间信息更新的重要手段。因此,如何智能解译海量的遥感数据也相应地成为了信息化建设过程中面临的重要问题。作为其中的研究热点,道路特征的半自动提取研究更是得到了广泛关注,在国民经济生产和军事目标侦察领域具有十分重要的理论和现实意义。 本文在详细分析遥感影像上道路特征及目前国内外关于道路提取技术的前提下,综合考虑各种实际情况,提出了一种新的基于自然选择的道路智能提取算法。算法的核心思想是根据道路中心线模型将道路智能提取问题等价的转换到图论中去,然后在图空间中搜索最短路径,优化后得到待提取道路的中心线。算法采用多分辨率分析的思想,在粗尺度空间内,我们提出了基于全局边缘特征的边缘检测算法,改进了自适应平滑算法,利用迭代的平滑与边缘检测思想对图像进行了预处理。然后,探讨了将道路提取问题等价的转换到图论中去的过程,并结合遗传算法和细菌算法的优点提出了自然选择算法用于图空间中最短路径的搜索,得到道路中心线的大致轮廓。进而,在精细尺度上利用中心线蛇形算法对提取结果进行优化,得到最终的提取结果。实验表明该算法能够快速、稳健地从遥感影像上提取道路中心线。