道路作为一种重要的交通设施,在日常生活、经济、军事等领域承担着不可或缺的功能,因此对道路损毁信息提取的研究具有一定的必要性,特别地,该研究可以为灾害调查、灾害救援等工作提供科学依据,具有重要意义。本文提出的基于SAR图像的道路损毁信息提取技术研究旨在利用SAR图像全天时、全天候的特点实现及时有效地道路损毁识别,以弥补光学图像的不足,主要分为两个方面,道路提取和道路损毁信息提取。首先,本文在该部分对道路的图像特征及道路特征提取方法进行了分析,根据山区场景和图像特点进行了目标特征选择和道路提取方法选择。在具体方法上,首先选取合适的图像增强算法对基准图像进行增强滤波处理,之后利用边缘检测算子提取图像中道路的边缘强度信息,并以道路的灰度信息、边缘强度信息、边缘方向信息为基础,根据边检测边跟踪的思路利用粒子滤波算法进行道路目标识别,得到道路的初始轮廓点序列,以克服直接采用全局自动连接方法在山区环境下鲁棒性不足的问题。此外为了使最终提取出的道路线与真实道路具有更好的符合度,文中利用Snake方法对粒子滤波的初始轮廓点序列进行了精确校正,得到道路提取结果。在Radarsat2图像中的实验结果表明该方法具有较好的准确度,满足后续道路损毁信息提取的要求。其次,在道路损毁信息提取部分中,对道路损毁的常见类型及道路损毁时在SAR图像中的特征变化表现进行分析,从中选择了边缘特征变化和灰度特征变化作为损毁检测依据,并提出了一种道路损毁信息提取方法。其实施方法为,将双时相SAR图像进行配准操作,在配准后的待检测图像以道路提取得到的道路线为基础构建道路边缘损毁指数模型和灰度损毁指数模型,并以基准图像中确知道路区域作为样本对这两个模型指数的统计分布特征进行了分析,然后根据恒虚警检测原理提出了损毁提取模型的自动阈值确定方法,利用该阈值对边缘比值参数和灰度均值参数进行损毁指数判别,融合两者的判别结果得到道路损毁信息的提取结果。最后,将该道路损毁信息提取方法在双时相的Radarsat2图像中进行了验证,选择了三个实验区域,通过与光学数据分析的对比、基准图像的人工解译的对比以及基准图像的损毁信息提取结果的对比证明了方法的有效性。