合成孔径雷达(SAR)是一种主动式雷达,SAR成像技术最显著的优势在于它不受天气、环境的影响,能够全天时、全天候地获取高分辨遥感数据。由于SAR技术具有十分明显的优势,因此被应用到了军事、海洋、民用等众多领域。而道路作为基础地理信息,具有重要的意义,它的检测和精确定位对于GIS数据获取、影像理解、制图等都具有重要价值。因此如何更准确地从SAR图像中提取道路网日益受到重视,成为近年来研究的热点。由于背景环境的复杂性和道路类型的多样性,使得在SAR图像上进行道路检测存在虚警区域较大、目标定位不准确等问题。在分析研究了当前SAR图像在道路检测方面的面临的问题之后,本文提出了基于素描图和先验约束的高分辨率SAR图像道路检测方法,创新点如下:(1)提出了基于空间延展度和灰度分布连接度的可表示道路的素描线段提取方法。在获取的SAR图像的素描图中,对于可表示多种语义信息的素描线段来说,首先应该对可表示道路的素描线段进行提取,本文中,首先利用道路的先验特性和统计信息对疑似道路素描线段进行初步筛取;然后对SAR图像的语义空间和像素空间进行信息交互,设计素描线段的空间延展度和灰度分布连接度的计算规则,并对两个特性进行结合得到可表示道路的素描线段集合。经过仿真实验,该方法可以筛除大量虚警区域,实现对可表示道路的素描线段的有效性检验。(2)提出了基于MRF链的素描线段启发式连接方法。由于噪声、遮挡等干扰因素,使得SAR图像中的道路映射到素描图中表示为多条断裂的素描线段,针对此问题,我们利用道路特有的延展性,根据基于空间延展度和灰度分布连接度的可表示道路的素描线段提取算法,得到素描线段间的连接条件概率,利用马尔科夫链的思想,计算最大连接概率来确定当前素描线段的连接状态,以及适合连接的下一条素描线段。通过实验仿真,该方法针对SAR图像上,道路断裂部分做了补充,实现贴合道路的素描线段的准确连接。(3)提出了基于超像素分割的道路区域的定位方法。由于道路是具有一定长度和宽度的带状结构,因此需要对道路的横向区域进行定位。对于已完成连接的表示道路的素描线,通过分水岭超像素分割,利用对素描线周围的超像素的面积、位置等信息,确定道路区域和素描线的相对位置关系,并利用Hough变换设计算法确定道路边缘。通过实验仿真,本文算法可以准确判别道路目标的位置,并根据道路边缘的相对位置较好地确定最终道路区域。