道路信息获取在环境、经济、军事等领域具有重要意义。在应急救灾领域中,面对复杂地形、恶劣天气的情况,实时快速掌握道路的基本信息和道路周边状况更是尤为重要。合成孔径雷达（Synthetic Aperture Radar,SAR）,作为一种可机载或星载的微波成像雷达,因其具有全天候、全天时对地观测的能力,自发明以来就被广泛应用于遥感和测绘。随着SAR成像技术的快速发展,高质量高分辨率SAR影像的获取已不再困难,利用高分辨率SAR影像的道路信息提取研究持续受到人们关注。基于此背景,本文结合遥感机理分析与图像处理技术,开展了高分辨率SAR影像道路及地表空间信息提取研究,主要研究内容和结果如下:（1）针对SAR影像道路提取中易受水体和阴影干扰问题,本文结合道路的后向散射系数、变差系数、方向以及长度等关键特征,提出了基于乘性Duda算子和路径开闭运算的高分辨率SAR影像半自动道路分割方法。该方法通过引入路径开与路径闭运算将道路分割过程中涉及的与线特征响应相关的阈值参数设置转换成了更具有直观意义的长度阈值参数设置,并减少了道路识别过程中乘性噪声以及水体、阴影对道路提取的影响,提高了道路分割性能。（2）针对遥感影像中的路网提取研究,本文通过提出的基于拓扑关系和样条拟合的道路分割图中心线半自动化提取算法,建立了道路分割图的路网构建通用模型。该方法首先通过构建交叉比值算子计算道路方向和宽度特征,再基于感知分组理论和拓扑关系将道路建模为一组由控制点及曲线方程确定的样条,以此构建路网。将此方法应用于不同卫星遥感影像的道路分割图,实验结果表明其抗干扰能力较强,具有广泛适用性。（3）为了提高道路提取的完整性和正确率,充分利用微波、光学等不同类型天基遥感影像,本文建立了一种兼顾上下文信息和证据理论的SAR与光学遥感影像道路决策级信息融合模型。以SAR和光学遥感影像道路分割图为基础,通过基于重叠规则的道路融合方法以及D-S证据理论与马尔科夫随机场模型相结合的道路决策级融合算法,实现了SAR与光学影像道路提取结果的融合。利用此模型对德国宇航局的Terra SAR-X和美国Digital Globe公司的World View-4遥感影像进行融合处理实验,实验结果表明,本文建立的融合模型对于道路提取结果的完整率和提取质量均有显著提升。（4）为进一步获取与道路相关的地表空间信息,在道路分布信息提取研究的基础上,本文给出了基于SAR影像的道路坡度信息以及道路周边土地利用信息提取方法。针对高程变化较大的山区道路,本文基于雷达干涉测量（Interferometry Synthetic Aperture Radar,In SAR）技术获取了道路及周边高程信息,然后通过高程差与水平距离的百分比确定道路路段的起伏情况;针对道路周边土地覆盖信息的提取,利用多时相SAR干涉影像特有的相干系数特征,本文提出了一种基于支持向量机（Support Vector Machine,SVM）的SAR图像道路周边地物分类算法。将该分类算法应用于四川省崇州市地区的Terra SAR-X遥感影像,实验结果表明,本文道路周边土地利用信息提取方法的结果优于单时相数据提取结果。