随着空间技术和信息技术的飞速发展，高分辨率遥感卫星已可以为人类提供高清晰度、大容量的遥感卫星影像，从遥感影像中提取目标信息已成为空间信息更新的重要手段，并且已广泛的应用于国民经济生产和军事目标侦察领域。因此，研究从遥感影像提取目标特别是线性目标是十分必要的。本文基于数学形态学研究了遥感影像的线性目标的提取特别是道路的提取。 数学形态学是一门应用数学分支，它基于形态特征和结构元素有效地研究物体的空间结构。在图象和信号处理、测绘等领域，数学形态学得到了广泛的应用。基于数学形态学，利用高分辨率卫星遥感影像，本文主要提出了如下模型和算法： (1) 建立基于灰度Top—hat运算和灰度膨胀的影像增强模型和算法； (2) 建立基于形态除去算子和其它算子的高分辨率遥感影像山区道路等线性目标的自动提取模型和算法； (3) 建立基于灰度形态学的形态特征分割及在此分割基础上的高分辨率遥感影像城区道路网络的提取模型和算法。 实验表明，本文提出的模型和算法具有好的结果。采用的方法，是基于高分辨率遥感影像的GIS数据捕捉的一种潜在的发展方向。这对于GIS数据更新尤其是对于特征变化很快的城市地区的数据更新十分重要。提出的方法可用于许多领域，如地图自动化、汽车导航等等。