基于单数据源的道路信息提取方法所提取的道路中心线以城区的主要道路为主，一些较窄的道路没有被提取出来。为克服这种方法的缺点，本文采用LiDAR（Light Detection and Ranging）点云数据与高分辨率遥感影像相结合的方法来提高道路提取的精度。首先，结合研究区域的LiDAR数据，利用ENVI，Matlab和ArcGIS等软件平台，将LiDAR点云数据和高分辨率遥感影像数据进行配准；然后，在图像分割和基于影像对象分层提取的基础上，利用影像融合和对象形状指数等相关算子完成道路信息的提取；最后，利用叠加目视分析和定量分析对基于机载LiDAR和高分辨率遥感影像直接融合和间接融合的提取方法获得的道路网络进行精度评定，并进行结果分析。本文取得的主要研究结果如下：（1）利用遥感影像分割和特征提取的基本理论，完成了高分辨率遥感影像的分割和面向对象的道路特征提取工作；（2）基于分割后影像，提出了一种描述道路对象形状特征的对象形状指数（Object Shape Index），用于道路面的提取；（3）完成了基于ArcEngine10.1二次开发的面向对象的特征计算和道路提取的软件原型的开发工作。研究表明，综合利用LiDAR点云数据和高分辨率遥感影像提取道路信息的方法比单一利用遥感影像提取道路信息的方法有更好的效果。本文提出的基于机载LiDAR和高分辨率影像的道路提取方法切实可行，效果较好。