随着遥感信息技术的发展，现有的信息处理技术已不能适应海量遥感数据分析的要求。如何有效地分析处理遥感图像，并从中快速准确地提取所需要的信息，是当前遥感领域的研究热点。道路信息提取是遥感图像信息提取的主要组成部分，广泛的应用于汽车导航、图像匹配、区域规划和目标侦查等领域。　　本文采用了结合道路辐射特征和拓扑特征的方法，首先对原遥感图像进行预处理，利用改进的小波分析对遥感图像进行增强，然后对增强图像做改进K-均值聚类分割，对分割后的二值图像进行面积阈值分割及模板滤波等后处理，实现了遥感图像中的道路提取。研究的主要内容有：　　分别针对遥感图像1阶，2阶和3阶的高阶小波系数滤除进行了分析比较，并对小波分析进行了改进，在图像失真比较小的基础上实现了噪声和细节信息的滤除；对K-均值聚类算法进行了重点研究，分析了平均灰度级法和直方图总体定心法对分割效果的影响，并将自适应K-均值聚类分割算法与基于空间约束的K-均值聚类分割算法进行了结合，得到了更加理想的分割效果；后处理的过程主要针对分割后的二值图像，根据道路的拓扑特征，应用面积阈值分割算法来识别道路与非道路地物，并应用邻域统计模板对图像进行滤波，最终提取出道路的轮廓信息；通过Visual C++ 6.0对算法进行了编程，实现了遥感图像中道路提取系统的开发，实验结果证明该方法提取道路具有一定适用性。