随着图像处理传感器与采集系统的快速发展,以及无人机在社会上越来越普及,人们获取无人机遥感图像的方式也越来越便捷。无人机遥感作为补充卫星遥感和有人机航空遥感不足的航空遥感手段,不仅可以获得正射遥感图像还可以获得倾斜摄影遥感图像。在很多领域中人们对遥感图像中的地物情况在语义上的精准分割都有着很大的需求,如城市建设、精准农业、灾情监测以及环境监测等各个领域。由于遥感图像中目标尺度多,网络高层次特征中小目标的语义信息不足等原因,现有的基于深度学习的算法对遥感图像中小目标和不同类别的边界难以精准分割。为了更好地提升遥感图像分割的准确率与对小目标分割的准确率,本文基于Seg Former的主干网络输出的四种尺度特征信息,提出了一种改进Seg Former解码结构的遥感图像语义分割算法;基于该模型应用ISPRS Potsdam航空遥感、UAVid无人机遥感公开遥感数据集进行遥感图像语义分割算法研究与实验;并采用交并比（Intersection over Union,Io U）、像素精确度（Pixel Accuracy,PA）、平均交并比（mean Intersection over Union,m Io U）、平均像素精确度（Mean Pixel Accuracy,MPA）、总体精确度（Overall Accuracy,OA）等指标对研究过程中各个模型的实验分割效果进行评价。具体研究内容如下:1)构建基于四种主干网络的语义分割模型进行遥感图像语义分割的实验。分别选用Res Net50,Mobile Netv2和Xception41作为主干网络,结合Deeplabv3+解码器构建的三种网络模型。与结合Seg Former中的主干网络和多层感知机（Multi-Layer Perceptron,MLP）构建的网络模型,一共四种网络模型在ISPRS Potsdam、UAVid等公开的数据集上进行对比实验。2)为验证本文所提出的基于Seg Former主干网络与多尺度特征融合网络作为解码结构的语义分割模型的性能,构建与多个近几年优秀语义分割网络模型的对比实验。多尺度特征融合网络以级联的方式融合Seg Former主干网络输出的四种尺度特征,语义特征融合模块将主干网络第四阶段输出的包含高层语义信息的特征与第三阶段输出的含有模糊边界信息的语义特征进行融合,门控注意力模块将融合后含有模糊边界信息的语义信息特征分别与第二段、第一段包含较多细节信息的特征进行过滤融合。之后将语义特征融合模块输出特征与两个门控注意力模块输出特征一共三个特征上采样到1/4原图像大小后进行通道上连接,并输入多局部通道注意力模块加强有效特征,抑制冗余特征,最后利用全卷积层预测图像像素的语义标签。3)为验证本文提出各个模块的有效性,构建本文提出各个模块的消融实验,进行语义特征融合模块、门控注意力模块与多局部通道注意力模块的消融实验。4)为寻找多局部通道注意力模块中一维卷积层的最佳空洞率组合参数配置,对采用不同空洞率参数一维卷积层组合而成的多局部通道注意力模块进行内部消融试验,并与其他通道注意力方法进行对比实验。在两个数据集上的实验结果表明:1)在基于四种主干网络模型中,Seg Former模型在三个全局的评价指标上的结果都要好于其他三个基于Deeplabv3+的模型。2)本文提出的改进Segformer解码结构的算法相较于FCN,PSPNet,Deeplabv3+,DNLNet,SETR,Seg Former等近年来比较优秀的几种图像语义分割模型,在m Io U,MPA,OA等三种全局的评价指标上,实验的分割结果都优于它们。3)消融实验的结果表明,本文提出模型中的语义特征融合模块,门控注意力模块与多局部特征融合模块相辅相成缺少其中任何一个都将影响模型整体的性能表现。4)在多局部特征注意力模块,本文探索出了适合这一模块设计的最佳参数配置,分割效果优于其他通道注意力和同一模块中其他组合的参数配置。最后,本文所提出的改进Seg Former解码结构的遥感图像语义分割算法相较于其他对比方法,有明显的优势,为遥感图像语义分割提供了一种新的选择。