从遥感图像中获取地理信息是人类认识自然的重要技术手段之一。作为获得地面几何与物理信息的主要信息源，航空影像在地形地图绘制，地理信息系统，环境建模与监测，城市和区域规划等方面都有着极其广泛的应用。随着计算机和信息科学的迅速发展，摄影测量与遥感数据的计算机处理更趋向自动化和智能化，航空影像的解释、分类、自动或半自动处理，并将其应用于各种CAD系统和空间信息系统的必要性也越来越突出。 从航空图像中提取人工地物的研究工作发展至今已有将近二十年的历史。目前国内外已有的研究成果主要局限于乡村图像中简单结构(平行四边形或L形)的房屋提取和低分辨率航空图像或SAR图像中的线状道路提取。对于密集城市航空图像中结构复杂的房屋和多等级道路交通的识别与提取仍然存在很大的困难。难点主要集中在以下几个方面：1)知识的表达与建模；2)解释的控制策略；3)特征描述、提取与精确定位。 根据目前人工地物提取的研究现状和难点，本论文以复杂城市区域的高分辨率航空图像为研究对象，在不规则房屋主曲线提取、道路线特征提取、光照参数自动获取和房屋自阴影提取等方面开展了具有创新性的工作，并提出了具体的房屋、道路语义模型、策略和提取算法。主要研究内容和成果如下： 1.提出了一种复杂背景下的线结构无偏检测算法。通过建立基于高斯尺度空间的比较函数，使图像中相邻线结构相互分离，将灰度图像转化为一组二值特征图像，有效抑制了噪声对线结构提取的影响和零点漂移的问题。结合航空图像中道路的图形和图像特征，利用道路线状特征的方向尺度不变性，提出基于局部方向能量的线特征检测算法。解决了目前广泛采用的基于边缘的线条提取算法跟踪复杂性大的问题。 2.提出了一种适用于复杂航空图像中不规则地物主曲线检测的Snake改进模型。针对现有Snake模型在收敛性、计算复杂性和易受光照影响等方面的局限性，结合航空图像中房屋的几何特性和辐照度特性，在初始节点的控制规则、能量函数定义和搜索控制策略三个方面对Snake模型进行了改进，并对其中的参数选择进行了讨论。新的模型减小了原有Snake对于初始节点的限制，大大降低了形如Ω的光照毛刺的影响，并能有效分离由毛刺相连的相邻房屋。算法的复杂度从O(nm3)降低至接近O(2n)，并且克服了原有Snake模型不能收敛于凹形边缘的缺陷。 3.提出了一种自动获取图像中的阴影投影方向的算法。该算法利用阴影的上下文关系直接获取图像中房屋与阴影的对应关系，进而建立两者间的几何联系。解决了目前获取光照参数必须严格满足光照模型所描述的规则地物与阴影的几何关系的限制，尤其适用于解决城区航空图像中房屋与阴影相互覆盖的情况。 4.提出了屋顶辐照度数学模型，实现平台屋顶和人字形斜坡屋顶的自动判别，并在此基础上开发出一种基于模型和上下文关系的斜坡屋顶自阴影检测算法。该算法对于斜坡屋顶和异形屋顶上的自阴影检测均有很好的效果。突破了目前房屋自阴影提取需要依赖于模型、多目视觉系统或者高程信息的限制。 5.提出了人工地物的语义模型，包括多尺度的房屋语义模型和多等级道路语义模型，并在该模型的指导下开发出一种有效的复杂结构房屋提取系统算法和一种基于线特征和图表达的多等级道路提取、融合算法。与以往模型强调目标整体特征不同，该模型着重于描述人工地物的结构元素在不同尺度下和光照环境下的形态特征以及元素之间的内在联系和其上下文关系，并建立起各元素在实物层、几何层、图像层和拓扑层之间的联系。以类语义网表达的房屋模型解决了几何模型对房屋提取的场景和结构的限制；多等级道路模型解决了目前线状道路与面状道路模型不兼容、只能应用于单一场景、单一等级道路提取的问题。基于模型知识提出的房屋和道路提取算法和大量实验证明，该模型能有效表达复杂城市航空图像中的不规则结构房屋和多等级的道路。