近几十年来,空间光学遥感技术快速发展,高分辨率遥感影像广泛在城市规划、植被提取及制图、精细农业、智慧城市建设等领域运用,也为道路提取提供了便捷、高效的新途径。由于遥感影像在成像过程中受到建筑物、树木等不可控因素遮挡的影响,从而造成阴影导致对地表信息的提取造成干扰,降低影像质量。针对阴影在遥感影像应用中产生的许多问题,本文在道路提取和阴影处理两方面做了研究。论文主要工作内容分为以下几个方面:（1）针对目前在利用高分辨遥感影像进行路网提取中存在由于其它地物遮挡造成路网断裂的问题,提出综合指数阴影检测算法和基于改进的灰度世界（Greyworld）阴影补偿算法来提取阴影遮挡道路。利用综合阴影检测算法得到阴影检测图像;然后利用改进的灰度世界阴影补偿算法对其进行补偿,可以得到道路面阴影与周围环境阴影区域存在差异的图像;其次,再利用分割算法实现阴影道路区域的分割,将其与ISODATA聚类算法分割的非阴影道路区域进行合并,最后再利用几何权重连通性分析模型进行非道路区域的滤除。结果表明:该方法可以很好保证道路提取的完整性和准确性,适用于多种不同场景的阴影遮挡道路提取。（2）针对因城市高大地物的阻挡产生的阴影,会导致不同程度的信息损失,对相关提取研究造成阻碍,所以需要进行道路提取时并对阴影区域信息恢复。因此本文结合像元和对象的城市道路阴影检测和补偿方法研究,提出了一种基于面向对象策略和区域匹配的阴影检测与补偿方法。根据Mean-shift算法来获取的影像的分割对象,并将得到的对象为最小处理单位;然后在阴影检测中,结合两种不变颜色空间进行阴影检测;在阴影补偿中,根据阴影不变特征算法,对区域相似性进行匹配,从而达到自动化阴影补偿的效果,最后将本文对比的各个阴影补偿算法进行ISODATA聚类。结果表明:本文提出的阴影检测和补偿方法作为道路提取的前期准备,能够有效地提取出较为完整的道路,从而验证了阴影补偿方法在遥感解译中的实用性。本研究对于改善高分遥感影像阴影遮挡道路提取不完整问题具有重要意义,在高分辨率遥感影像在城市交通信息收集中的应用具有一定的参考意义。