卫星图像语义分割是指将卫星图像中有价值的信息进行标注。由于卫星图像的规模庞大,其中包含的信息也很丰富,需要通过图像分割算法从这些大规模卫星图像中快速提取出有效信息。然而现有的图像分割算法仅支持小规模图像分割,无法对大规模图像直接进行分割。为了解决大规模图像分割问题,本文研究并设计了大规模卫星图像语义分割系统,并且从以下三个方面进行了研究与探索。首先将大规模图像裁剪成若干张符合图像分割算法输入要求的小规模图像。由于裁剪后的小图像可能在图像边界丢失部分特征信息,导致图像分割算法误识别,因此本文设计了重叠区域裁剪方法。该方法通过使小图像边界包含相邻图像部分像素值来解决误识别的问题。同时,针对图像规模很大,导致裁剪速度缓慢的问题,本文设计了图像缓存策略来提高裁剪效率。其次将通过图像分割算法分割后的小图像进行融合。由于图像分割算法无法将特征信息的边界准确标注,导致图像直接拼接时出现拼接缝隙,因此本文设计了图像金字塔融合算法。该算法将高斯金字塔得到的图像低频信息和拉普拉斯金字塔得到的图像高频信息融合在一起,以解决拼接缝隙问题。最后将语义分割后的所有小图像拼接成一幅完整的语义分割效果图。由于小图像规模庞大,导致无法将其同时输入到内存进行处理,因此本文设计了分批拼接算法。该算法将所有小图像分批次进行拼接,然后再将拼接结果分批次地写入预先创建好的图像文件中。同时,针对小图像数量众多,导致拼接速度缓慢的问题,本文设计了内存管理机制和多线程机制来提高拼接效率。通过相关实验和实际测试表明,本论文提出的方法在提高大规模卫星图像语义分割效果的同时,又能够满足实际系统对处理速度的要求。