城市遥感图像的定位在卫星自主导航、城市实景导航、城市3D重建等领域都有着重要价值。传统的遥感图像定位与配准是基于特征点匹配的方式进行的,由于遥感图像具有尺寸大、信息复杂等性质,且存在异源、异时相图像的定位需求,因此,在对遥感图像进行特征点的提取和匹配时存在计算量大、误匹配多等问题。为解决上述问题,本文针对于城市遥感图像的特点,提出了一种基于语义信息的两步式遥感图像定位算法。算法的第一步是对模版遥感图像进行预定位,第二步是对模版图像和预定位得到的区域之间进行精确配准。在进行图像预定位时,本算法首先对城市遥感图像进行了基于深度学习的语义分割,得出城市遥感图像的道路纹理图和地物分布信息。基于城市的道路纹理图,对待定位的模版图像和源图像中的子区域进行相似度衡量。将得到的图像相似度由高到低进行排序,得到一个感兴趣区域队列,队列的内容即为图像的预定位信息。在进行图像间的精确配准时,依次将模版图像与预定位中所得到的感兴趣区域队列中的区域范围进行基于特征点的配准。若能够得到足量的匹配点,并能够依据匹配求出图像的单应性矩阵,则算法流程终止,并利用所求得的单应性矩阵对预定位区域进行修正,得到精确的定位。本文中的算法的优越处主要有以下两点:（1）基于UNet框架设计了一个遥感图像语义分割网络。该网络通过用Res Net替代了UNet原有的编码器,从而提取更深层次的图像特征;同时在编码器和解码器之间加入带孔卷积层,用于扩大网络的感受野。网络取得了良好的分割效果,平均准确度比原UNet框架提升了约2个百分点。（2）通过基于语义信息的预定位操作,将特征点的提取限制在感兴趣的范围内,减少了图像中无关区域的细节信息对特征点匹配的影响,从而提升了特征点提取和匹配的效率。