随着遥感技术的发展和卫星空间分辨率的提高,基于卫星影像的车辆目标识别与提取及其潜在应用逐渐成为当今国际的前沿热点。然而卫星影像中阴影的存在,尤其是高密度的城市环境中由于高大建筑物等地物对太阳光的遮挡而形成的阴影区域很大程度上削弱了影像中车辆目标的光学信息,降低了车辆目标提取效率和提取精度。基于此,本文以WorldView-2卫星遥感影像数据为例,在已有的常规路段车辆目标提取技术的基础上,结合遥感影像的阴影处理技术和影像增强方法,将包含阴影覆盖的城市道路区域车辆目标提取分为阴影检测和车辆目标提取两个阶段进行了研究。首先,基于HIS彩色增强技术,将影像由RGB颜色空间转换到HIS颜色空间,对阴影区域的色度H、亮度I、饱和度S分量进行了分析,并结合波段运算方法构建了阴影指数(NDUI)、比值r、差值SD三个特征分量对阴影区域影像特征进行了描述;其次,充分利用阴影区域与非阴影区域车辆目标的光谱信息、几何形状信息、纹理信息以及邻域关系信息将车辆目标分为非阴影区域亮色车辆目标、非阴影区域暗色车辆目标、阴影区域亮色车辆目标、阴影区域暗色车辆目标四类分别对其影像特征进行了分析；然后,根据阴影区域和车辆目标影像特征分析结果,结合面向对象的遥感影像目标提取技术构建了包含阴影覆盖的城市道路区域车辆目标提取流程,并对影像多尺度分割的相关参数进行了分析和确定,构建了影像对象分类层次结构,确定了阴影区域和车辆目标分类提取的规则集；最后,以郑州市的一景WorldView-2卫星遥感影像数据为例,对本文建立的包含阴影覆盖的城市道路区域车辆目标提取流程进行了实例验证,并通过建立混淆矩阵对提取结果的总体精度、Kappa系数、生产者精度和用户精度进行了分析评价。