对遥感影像中地物特征提取的研究,长期以来主要是以像元作为基元,利用地物的光谱特征进行的,即光谱特征相同的像元集中在同一区域。但即使是高分辨率遥感影像,也无法避免“同物异谱”及“异物同谱”的情况,甚至这种征象会更加显著。从道路角度分析,对于有阴影、行道树遮盖、高大建筑物遮盖等情况的道路,即使采用高空间分辨率的遥感影像(以下简称高分影像)也基本无法通过光谱特征进行识别和分类。因此,地物识别已开始逐渐实现由基于“像元”到“对象特征”的转变。论文以Parseval能量守恒定律为理论支撑,结合与频谱能量分析相关的技术手段,考虑并筛选道路的多种特征,对研究区域内的IKONOS高分影像中的道路特征进行分析和提取研究,论文的主要研究成果包括:一、利用IDL对不同情况道路的频谱图做径向和角向分布分析,证明了道路对象的方向特性在频谱图中有强烈响应,这一特性可以用于道路线状纹理的增强,也可以作为道路提取特征之一将其从其他大部分地物中抽离出来。二、基于频谱分析结果利用三种不同滤波器对影像中道路所在方向进行滤波。对比核卷积滤波器、经过参数调试的Gabor和Log-Gabor滤波器对影像中选取的几种较典型图像的滤波结果,发现Log-Gabor滤波器表现出较好的道路线状纹理提取结果。三、利用分水岭分割法对Log-Gabor滤波器的纹理提取结果进行分割处理,并采用道路的延伸性和方向性特征从分割对象中提取出道路信息,最后利用定性和定量法进行提取精度分析,结果表明本文的方法对于直线型城市道路提取效果较好,对于弯曲道路和多道路交叉的情况提取效果较差,总体来讲可以提取绝大部分道路并形成道路网,能够满足人类日常应用的精度需求。本文根据高分影像中道路的频谱分布特点,利用适当参数的滤波器对影像进行给定方向的线性增强滤波,提取道路纹理信息,最终利用道路的延伸性和方向性特征实现道路对象的提取并对提取结果进行精度评定。本文所使用的利用频谱特征和道路特征结合方法进行道路提取的思路对其他特定地物的提取具有一定参考价值。