本文以无人机遥感影像中建筑物为目标,针对无人机遥感影像中建筑物呈现大区域、边缘特征趋长、屋顶细节信息丰富的特点,分别对现有边缘检测算法和直线提取方法进行了改进,使其能够更有效地提取建筑物的主要边缘直线特征,最后利用线基元间的关系构建结构图提取建筑物。本文完成的工作主要有:(1)针对无人机遥感影像建筑物屋顶细节信息丰富的特点,在对已有边缘检测算法进行总结归纳的基础上,对Canny算子进行了改进,使其能够自动选择尺度抑制冗余的细节信息,突出影像中主要边缘特征。(2)传统的Radon变换是将全图转换到极坐标系下,采用这种方法对那些直线特征显著且数量较少的图像线基元提取的效果较好,但对场景复杂的无人机遥感影像中的线状目标则难以取得较好的提取效果。为此本文采用带连通条件的Radon变换改进算法,优先提取具有连通特性的边缘。同时,针对传统Radon变换无法提供线基元端点信息,本文通过最小二乘拟合获得线基元的端点信息。(3)结合建筑物相关知识,给出了一种基于结构图分析的从线基元到建筑物外轮廓提取的完整策略。首先对线基元进行初连接。初连接后为提高整个识别系统的运算速度,降低计算复杂度,本文对Radon变换提取的直线集在Radon空间内进行了聚类分析。经聚类分析后,在各直线子集内构造线基元结构图,在结构图内搜寻闭合路径,最后筛选具有建筑物结构的闭合路径。实验结果表明本文方法可较好的提取无人机遥感影像中的建筑物。