交通是连接城市的重要纽带,也是为城市发展运送人流、物流的重要通道;城市道路对构建城市交通系统具有举足轻重的作用,快速、准确地获取城市道路信息具有十分重要的意义。由于SAR(合成孔径雷达)具有全天时、全天候的优点,故从SAR图像上提取城市道路信息具有很大的实用价值。高分辨率SAR图像能够清晰的显示城市道路特征,然而,高分辨率SAR城市道路影像受到建筑、树木等信息干扰明显,再加上SAR图像固有噪声的影响,道路信息容易呈现断裂状态,提取过程变得非常复杂。因此本文重点研究SAR图像噪声抑制、高分辨率SAR图像城市道路提取及全局连接算法,以便快速获取、及时更新城市道路信息,实现城市交通管理信息化。主要工作如下:首先,在SAR图像噪声抑制方面,为了减少相干斑对SAR图像道路信息的影响,本文在研究Contourlet阂值滤波算法的基础上,设计了一种基于Contourlet变换的局部自适应贝叶斯阈值滤波算法。经测试,与Contourlet阈值滤波算法相比,该算法具有良好的滤波效果,在降噪的同时可以很好地保留图像的细节信息。其次,在城市道路提取方面,由于高分辨率SAR图像多特征融合城市道路提取算法对含噪声的SAR图像道路提取的完整性、正确性不高,本文结合多特征融合道路提取算法和模糊连接度算法的优点,设计了一种改进的多特征融合算法。经测试,相对于传统的多特征融合道路提取算法,该算法能够提高道路提取的完整性和正确性。然后,在道路全局连接方面,针对道路提取算法提取道路信息断裂的问题,本文设计了一种线基元获取算法,并将该算法获取的线基元信息作为基于GA(遗传算法)的直线道路链接算法和启发式曲线道路连接算法的输入,实现道路的全局连接。最后,将前面所涉及的相关算法进行集成,设计并实现高分辨率SAR图像城市道路提取的原型系统。经测试,系统工作正常。