Στην παρούσα διπλωματική εργασία, μελετήθηκαν οι δυνατότητες και οι περιορισμοί της αντικειμενοστραφούς ανάλυσης σε υπερφασματικά δεδομένα για την ανίχνευση και εξαγωγή του οδικού δικτύου. Μελετήθηκαν τρεις υπερφασματικές απεικονίσεις με διαφορετική χωρική και ραδιομετρική διακριτική ικανότητα, η λήψη των οποίων είχε γίνει στο Calgary (Καναδάς) και στην περιοχή της Χαλκίδας. Πριν από την επεξεργασία των δεδομένων με χρήση του λογισμικού eCognition, εφαρμόστηκαν μέθοδοι επιλογής και μέθοδοι εξαγωγής χαρακτηριστικών για τη μείωση της διάστασης του υπερφασματικού χώρου. Εν τέλει, αναπτύχθηκε μια μέθοδος σύγκρισης των αποτελεσμάτων της ταξινόμησης με το υφιστάμενο οδικό δίκτυο, για την αξιολόγηση των αποτελεσμάτων. Συμπερασματικά, η αντικειμενοστραφής ανάλυση των υπερφασματικών δεδομένων συντελεί στην καλύτερη ταξινόμηση του οδικού δικτύου, δημιουργώντας παράλληλα τις προοπτικές για περαιτέρω μελλοντική έρευνα.
In this work, the potentials and the restrictions for the detection and extraction of the road network, using object-oriented analysis of hyperspectral imagery, were studied. Three hyperspectral images, of different radiometric and spatial resolution, which had been acquired at the area of Calgary (Canada) and Halkis (Greece), were processed. Methods of feature selection and methods of feature extraction were applied, before the analysis of the images using eCognition software, in order to decrease the dimensionality of the hyperspectral data. Finally a method for the comparison of the classification results with the actual road network was applied to examine and evaluate the results. As a conclusion, the use of hyperspectral data in combination with object-oriented analysis methods, helped in the development of better road network classification results and it is very promising for future research.