基于高分辨率遥感影像的道路提取，需要认识到道路的特征。首先，道路在影像中具有突出的几何特征，总是呈长条状分布，绝大多数道路是近似于直线，并且呈现网状。其次，道路在影像中的灰度特征。一般情况下，道路分水泥道路与泊油道路，其中水泥道路的灰度值极低，而柏油道路的灰度值较高。

对高分辨率遥感影像进行道路提取，主要使用的是ENVI软件。操作过程中，首先运用了二值化和数学形态学侵蚀算法全自动化提取道路，然后运用了面向对象特征提取目视解译提取道路。通过对结果图的分析，选择出最为合适的道路提取方法。本次研究可以减少道路提取对测量工作的依赖，减少人员与资金的投入，极大地提高工作效率，并且让遥感影像处理技术在地图制作中的应用更加成熟。源[自-优尔*`论/文'网·www.youerw.com

2 研究方法

2.1   二值化

二值化方法的原理是利用图像像素点的灰度值，将图像呈现出由白色和黑色组成的图像。要想从有多种灰度值的数字图像中提取出想要的部分，需要设置一个阈值T，用T将图像的灰度值分成两部分：大于T的像素群和小于T的像素群[1]。在对道路的提取中，因为人工建筑物的灰度有别于自然事物，人工建筑物在图像上较亮，一般灰度值较大。

2.2  数学形态学运算

数学形态学是一种从图像中提取特定影像的方法，在二值化图像或灰度图中应用广泛。它有4种基本运算：膨胀（或扩张）、腐蚀（或侵蚀）、开启和闭合[2]。在本项研究中我们需要运用数学形态学的侵蚀运算，在一次次的运算中，实现对图像骨架的抽取，达到对目标道路进行提取的目的。