合成孔径雷达(Synthetic Aperture Radar,下简称SAR)是一种高分辨率成像雷达,具有全天候、多极化数据获取能力,近年来得到了快速发展。在SAR图像分析中,如何利用计算机自动提取道路、桥梁、河流、海岸线等线性地物信息,具有重要的军用及民用意义。但随着城市规模不断扩大,道路网的复杂性也日益增加,至今还没有一套功能完善的系统能实现道路网的自动提取,多数提取方法的精度及自动化程度不高且只能适用于特定的道路类型。本文研究了SAR图像数据的特点,提出一种针对SAR图像的道路网全自动提取算法。该方法基于马尔可夫场建模,结合迭代求优算法,经过图像滤波、道路片段提取、中心线细化、道路片段连接等步骤,完成道路网的提取。实验证明,本文提出的方法能够有效的完成道路网的提取。本文所做工作主要有以下两方面:(1)提出一种改进的基于双变量模型滤波新算法,该算法首先进行对数变换,然后进行冗余小波分解,再根据父、子高频子带间的关系估计小波参数,最后进行小波重构得到滤波后图像。实验证明,该方法可使均匀区的平滑与边缘的保持都获得较好的效果,为SAR图像的后续道路片段分割、连接做了很好的预处理工作。(2)提出了一种新的SAR图像道路网连接方法。与传统的边缘检测提取道路片段算法相比,本文中的基于规则马尔可夫场的分割算法提取的道路片段更清晰,虚警量更少;再对已有道路线段进行膨胀腐蚀、骨架细化、线段跟踪等一系列的处理,获得细化道路中心线及其矢量描述;最后对其进一步连接以得到道路网。对比实验结果说明,该方法具有较好的自适应性。