目前，全世界范围内已经发射了一系列的卫星，这些卫星摄取到的遥感影像已经成为人类获取地表信息的最重要的数据来源。面对海量的遥感数据以及特征复杂的地表信息，如何智能地提取地物很早就成为人类关注的焦点。线状地物作为影像中最常见的地物类型，它的智能提取也是研究的一个重要方向。　　 启发式搜索充分利用了已有的先验知识作为启发信息，大大缩小了问题的求解范围，提高了搜索的效率。A*算法是一种最佳优先的启发式搜索算法，已经成功应用于网络分析中的最短路径查找、游戏等领域。本文将该算法应用于遥感影像中线状地物的半自动提取。　　 首先探讨了遥感影像的几个地物特征，包括色调，形状，纹理，大小，位置等，并深入研究线状地物的特性，总结出了四个特征：辐射特征、几何特征、拓扑特征、上下文特征。这些特征可以很容易使线状地物与周边的地物区分开。　　 评估函数的好坏将决定线状地物提取的效率和精度，因此重点探讨了启发式算法中评估函数的设计。文中列举了几种常用的评估函数：方向评估函数、欧几里德距离评估函数、曼哈顿距离评估函数以及带权值的评估函数。根据遥感影像中线状地物的特征，提出了以灰度值和距离两个因子构建评估函数。对于不同的影像类型中不同的线状地物，只要调整参数即可达到快速提取的目的。　　 然后指出了启发式搜索提取线状地物的技术路线，主要包括图像处理，确定评估函数，用户指定种子点，跟踪结果的矢量化及平滑处理。并改进了启发式搜索算法，采用面向对象的软件设计思想，完成了半自动提取线状地物的原型系统。　　 最后，利用该系统对ETM、SPOT5影像中的水系和道路做了提取试验。试验结果表明，应用启发式搜索提取地物的效率和精度都比较高。