利用遥感影像提取道路对城市发展有重要意义。但是由于道路尺度多变、易被遮挡等因素,导致出现道路漏检、边缘不完整等问题。针对以上问题,本文提出了一种融合多尺度与边缘细节特征的道路提取网络(MeD-Net)。MeD-Net包括道路分割与边缘提取两部分。道路分割网络使用多尺度深层特征处理模块(MDFP),提取顾及全局与局部信息的多尺度特征,在卷积后使用组归一化优化模型训练;边缘提取网络利用细节引导融合算法提升深层边缘特征的细节信息,并利用注意力机制进行特征融合。为验证算法性能,本文利用Massachusetts道路数据集和青岛地区GF-2号道路数据集进行试验。试验表明,MeD-Net在两个数据集上交并比和F1值均取得最高精度,能够提取不同尺度道路和更完整地保持道路边缘。