高分辨率遥感影像给城市交通信息采集带来了新的思路,是新技术条件下交通流信息采集的重要数据来源之一。但是在高密度的城市环境中,由于建筑物或树木阴影的影响,造成城市道路上的车辆信息无法检测或检测结果不准确,严重影响到高分辨率卫星遥感在城市交通信息采集中的应用。本文针对遥感影像阴影区域的特点,对阴影区域车辆信息提取的关键技术和方法进行了研究,其主要研究内容如下：(1)针对遥感图像阴影的特性,对阴影的几何特征和光谱特征进行分析；并总结出基于亮度阈值的阴影检测方法和基于灰度线性映射的阴影补偿方法,同时确定其实现步骤；最后利用上述方法对高分辨率遥感影像Worldview-2和Geoeye-1样本数据中的阴影进行试验处理和验证分析,为车辆信息提取提供数据支持。(2)针对阴影区域车辆信息不全的这一特点,提出了基于车辆形态规则分类与HSV色彩空间分析相结合的车辆信息提取方法；先采用基于车辆形态规则分类的方法,提取了影像数据中车辆信息全面的车辆；再利用HSV色彩空间分析的方法,提取了剩余那部分被漏检的车辆；这两种方法的结合能够更大程度地提取阴影区域的车辆信息。(3)根据已构建的车辆信息提取方法和步骤,以阴影处理后的Worldview-2和Geoeye-1影像作为实验数据,进行车辆提取的实验；并利用车辆提取率和提取正确率作为评价指标对实验结果精度进行了评价,分析其结果的主要影响因素和未来发展方向。本研究对于完善基于高分辨率卫星遥感的车辆信息采集方法,提高车辆提取精度具有重要意义,能够进一步促进高分辨率卫星遥感在城市交通信息采集中的应用。