道路交通在国民经济发展中扮演着重要角色,然而地震和山洪滑坡等路域灾害经常造成道路损毁,给区域经济和人民生产生活带来严重影响。快速且精确地掌握道路的损毁情况,对于后续开展道路抢通和养护工作极为重要。无人机能够获取比卫星遥感更高分辨率的影像,且具有价格低廉、机动性强、低空飞行不受云雾影响等特点,在灾后道路损毁调查实践中备受青睐。但是现有的利用无人机影像进行道路损毁评估的技术还存在以下不足:灾害识别上还是以人工目视判读为主,工作效率不够高,结果也不够客观;难以充分利用灾前数据,评估的精度受到限制;只关注道路本身的损毁属性,无法反映道路损毁造成的交通损失结果。本文基于灾前道路网矢量数据和灾后无人机影像数据,研究一种灾前矢量数据引导的无人机影像道路损毁信息提取方法;并从交通流量和道路损毁之间的相互作用出发,利用蚁群算法分析路网上的交通流量分配;最后发展一种无人机影像灾害信息提取和道路网交通流量分析相结合的道路灾后损毁评估方法,为有关部门提供灾后交通管理和道路修复决策支持。本文的主要研究内容及成果如下:(1)针对灾前无人机影像不完备的问题,结合无人机影像高空间分辨率、低光谱分辨率的特点,基于边缘检测、形态学图像处理和模板搜索识别技术,提出了一种灾前道路网矢量数据引导灾后无人机影像的道路损毁信息提取方法,实现了道路损毁点位置、损毁长度、损毁面积等高精度损毁信息提取。(2)针对基本蚁群算法仅仅关注路径的长度,对影响交通流量分配的其他因素考虑不足的问题,将道路质量作为交通中的广义费用对基本蚁群算法进行改进,提出了一种基于蚁群算法的交通流量分配模型,更加精准地分析了路网中的交通流量分配。(3)针对传统道路损毁评估只关注道路本身的损毁属性,无法反映道路损毁造成的交通流量损失结果的问题,提出了一种结合道路交通流量分析的路域灾害损毁评估方法,从损毁对交通的影响结果出发,更加合理地评估了道路损毁。(4)将本文方法用于长株潭城市群道路网交通流量分析和s325省道损毁评估,并从定性和定量两个角度对实验结果进行了分析,验证了本文方法的可行性。