随着遥感技术的提高,遥感影像的空间分辨率可达到亚米级,为遥感影像道路（尤其是城市道路）提取提供了清晰的局部几何结构特征和全局网络拓扑结构特征。但伴随而来的问题是,道路区域中的车辆、树冠阴影、交通标识等地物也更加清晰且占据了可观的面积,道路区域的两侧非道路区域也更多地成为由建筑物、植被、交通工具等地物构成的混合体,在极大程度上减弱了道路区域和其两侧非道路区域内像素光谱测度的一致性,以及两者像素光谱测度之间的异质性,从而导致提取的道路网存在漏提、不连通等现象。针对上述问题,论文提出一种网络拓扑结构约束下结合几何和光谱特征的高空间分辨率（简称高分辨率）遥感影像道路提取方法,其主要工作如下。（1）构建道路的网络拓扑结构模型与几何结构模型。在随机几何的理论框架下,定义随机线段过程以快捷地建模道路段中心线,并根据道路的网络拓扑结构特征建立随机线段过程中线段与线段之间的作用关系约束模型和线段本身的状态约束模型,进而结合随机线段过程模型及其约束模型构建道路的网络拓扑结构模型以提高道路提取的连通性等;另外,根据道路的局部几何结构特征,利用矩形标识随机线段过程表征的网络拓扑结构建立表征其道路区域的几何结构模型,以一定的宽度对矩形进行两侧缓冲建立表征其非道路区域的几何结构模型,为道路的光谱测度建模提供空间约束的便利。（2）构建道路的光谱测度模型。基于表征道路区域与非道路区域的几何结构模型,根据道路区域和非道路区域内像素光谱测度的混合一致性,利用高斯混合模型分别构建道路区域和非道路区域内各自的像素光谱测度一致性模型;在此基础上,针对道路区域与非道路区域内像素光谱测度之间的混合异质性,利用Kullback-Leibler（K-L）散度构建两者像素光谱测度异质性模型。结合一致性模型和异质性模型构建道路的光谱测度模型以提高道路提取的精准性和完整性。（3）设计道路提取模型的模拟优化算法。基于贝叶斯定理,结合以上模型构建道路提取的后验概率模型;根据道路提取模型的特点,设计高效的可逆跳变马尔科夫链蒙特卡洛（Reversible Jump Markov Chain Monte Carlo,RJMCMC）模拟算法,其中的跳变转移操作包括模型参数变更操作、线段的简单变换操作、线段端点的融合或分离操作以及线段的增加或删减操作,以最大化后验概率为模拟准则,实现最优的道路网络提取。（4）道路提取方法的验证与评价。设计网络拓扑结构模拟的对比实验、局部道路段提取实验和道路网络提取与对比实验;并对实验结果进行定性和定量评价,其中定性评价的方法是目视判读,定量评价的方法有缓冲区评价法、质量评价法和连接节点匹配度评价法;评价结果表明,提出方法更能准确有效地提取出高分辨率遥感影像中的道路。该论文有图57幅,表11个,参考文献147篇。