何 勇，陈昌鸣，熊增连，吴亚坤

(1.重庆交通大学河海学院，重庆400074;2.重庆数字城市科技有限公司，重庆400020)

0 引言

随着遥感影像分辨率的不断提高，其中包含的信息量也在不断的增大。但是信息的提取速度远远跟不上影像获取的速度，为了获取准确的信息，大多数还是采用人工解译的方法进行提取。这种方法费时费力，并且受解译人员的专业知识影响较大。因此如何提高信息的提取速度和效率是遥感信息提取与分析领域最重要的研究方向。

道路提取是遥感影像信息提取中很重要的一部分，常用的方法有最小二乘模板匹配算法［1］、Snakes法［2］、LSB-Snakes 模型算法［3］、面向对象法［4］等。其中面向对象法与传统的面向像元的分析处理方法不同，它认为影像并非由单个像元来代表，而是由包含重要语义信息在内的影像对象以及他们之间的相互关系构成。影像对象是指影像分割后的“同质”的，连续的像元的集合［5］。由于对象比像元具有更丰富的意义，可以利用对象的光谱特征，空间纹理特征，形状大小特征等，对道路进行提取。

1 面向对象道路专题信息提取

面向对象法模拟人类大脑认知过程，将图像分割为不同均质的对象，充分利用对象所包含的信息，将知识库转换为规则特征，从而提取道路。面向对象法相对于传统的基于像元的分析方法，具有不可比拟的优势。它能有效解决高分辨率遥感影像的椒盐效应，在分割的时候就已经将噪声融合进对象之中。由于处理的是对象而不是单个的像元，因此能利用对象的纹理特征，拓扑特征，几何特征等信息，提高了提取的精度。……