随着信息技术以及地理信息系统的发展，以纸质为载体的地图越来越难以满足需要。地理信息数据库的建立需要数字化大量地图，手工数字化既费时又费力，还极容易产生误差和发生错误。因此，将扫描纸质栅格地图数据通过运用图像处理技术和模式识别等方法转化为由计算机存储的数字化方式，已是目前研究的热点。然而在从纸质地图向数字地图转化的过程中，如何从地图的背景中提取出前景要素是关键的技术问题之一。本文通过三个部分实现了彩色栅格地图前景要素的提取，提取出了能够清晰表示地图要素信息特征的象素数据。 在对彩色栅格地图进行背景滤除时，针对传统方法在滤除彩色栅格地图背景方面存在的缺陷，在应用模糊边缘检测思想和改进其算法的基础上，本文提出了分区梯度模糊算法，解决了其它方法在滤除背景时造成前景要素缺失的问题。 在对提取出的前景要素进行分离提取时，本文在研究图像颜色模型和地图前景要素用色特性的基础上，提出了一种最优分量分色法，成功实现了对前景要素的分离提取，该方法比传统的分色方法更为简单，并能充分体现彩色栅格地图的颜色和空间特性。 在对提取出的线性要素进行细化时，针对一般算法细化用时过长，并且在在细化过程中会产生变形的缺陷，在研究地图线性要素在印刷过程产生的颜色特性的基础上，提出了一种基于梯度特性的细化方法，大大降低了运行时间，并且得到的要素能很好体现线性信息。最后本文采用了现有的数学形态学方法对得到的细化要素进行了后处理，得到了能够较清晰表示要素特征的地图前景要素象素。 通过采用本文方法对彩色栅格地图前景要素进行提取的实验。可以看出该方法应用于提取，大大提高了自动化程度、减少了人工干预。实验表明：该方法较为简单、运行用时间短，提取出的前景要素能充分体现彩色栅格地图的颜色和空间特性，并且能很好保持了前景线性要素的形状，前景要素定位较精确、线条流畅，能够较清晰表示的地图地理信息。