交通流参数采集是交通智能化管理的前提，利用卫星遥感进行交通数据采集，从而辅助交通状况判别和交通流监测，正发展成为一个崭新的研究领域。目前卫星遥感交通流参数提取模型方法多试验于局部路段，其精度、效率、自动化程度及普适性等均有待改进。　　 本文围绕“高分辨率卫星遥感交通流参数自动估算研究”，在深入分析车辆目标卫星影像特征的基础上，首先结合RBF神经网络与面向对象的方法进行多特征车辆自动提取，其正确率达到95％以上，检测率达到96％以上;其次，在高分辨率卫星传感器拍摄的时间差内，基于频率域相关匹配的方法测量车辆位移，从而计算车辆行驶速度，在保证精度的前提下，将车速提取的时间效率提高了1.6倍;再次，在以上参数基础上，计算交通流密度、交通流量、车型比例、道路占有率、车头距等其他交通流参数，并进行了交通运行状态评估;最后，在一定范围的区域路网中实验了该组模型，并初步设计了卫星遥感交通流参数估算系统。　　 本文的研究为高分辨率卫星遥感在智能交通系统交通流参数获取、辅助交通监测管理与交通规划中的应用探索了新的方法，积累了经验，并为其应用系统的实现奠定了初步的技术基础。