道路属于典型的人工地物,是连通各城市的脉络。道路作为一个重要的国情类别和基础性的地理实体,它的准确提取可以为构建国家及地理信息行业相关的地理空间数据库打下坚实的基础工作。随着卫星成像分辨率的不断提高,如何高效、精确的从高分辨率遥感影像中提取道路信息具有重要意义和研究价值。本论文主要研究了高分辨率遥感卫星影像中道路信息的提取方法。在现有影像分割算法以及道路提取理论分析与总结的基础上,结合高分辨率遥感影像道路特征,利用K均值聚类算法、模糊C均值聚类、P值分割算法和支持向量机分割影像算法,进行遥感影像道路网的提取。在现有的影像分割及道路提取算法基础上,针对算法的不足,本文提出了三种利用多算法组合的方式用于遥感影像道路的提取,即K-means聚类方法与SVM组合、模糊C均值聚类方法与SVM组合以及P值分割与SVM组合。实验结果显示文中提出的三种组合方法提取道路的精确度比对应的单方法提取道路的精确度提高了 11.88%、8.18%、8.02%。该研究成果可以为以后的道路提取的应用以及算法研究提供技术支撑。