随着科技的发展，高分辨率遥感影像的获取变得容易，应用范围更广，通过其自动或者半自动地获取地理要素成为计算机视觉、图像图形学及模式识别等领域的研究热点;道路是高分辨遥感影像上明显的地理要素，但是由于问题本身的复杂性和现有科技水平的局限性，到目前为止还没有能在真正意义上实现道路的自动提取。　　本文应用概率统计学、图论以及计算机软件系统设计的关键技术，旨在开发适应实际生产需求的道路半自动提取工具。论文的具体研究内容包括以下几方面:　　(1)发展模板匹配与KL散度相结合的道路提取方法。针对现有高分辨率遥感影像道路提取方法抗噪性弱、提取效率低问题，提出将KL散度作为相似性测度应用到模板匹配中，并应用多线程技术设计了一个人机交互模式良好的道路提取工具，在不同源高分辨率遥感影像上道路开展提取实验，证明该方法的有效性。　　(2)实现基于最短路径的道路提取方法。针对现有的高分辨率遥感影像道路半自动提取方法提取过程不易被控制，提取结果不能被预测的问题，提出一种应用经典最短路径算法Dijkstra，提取道路的方法，对不同高分辨率遥感影像道路进行提取实验，证明该方法的有效性。　　(3)研发集成道路半自动提取工具。研发2种道路提取工具:基于模板匹配与KL散度相结合的的道路半自动提取工具和基于最短路径的道路半自动提取工具，综合应用这两种道路半自动提取工具，对复杂道路网进行了提取实验，表明此种道路提取方案的可行性。遥感