基于多时相街景图像的城市街道年度绿视率计算方法

本发明揭示了一种基于多时相街景图像的城市街道年度绿视率计算方法，方法包括，根据路网数据生成街景采样点，采集每个街景采样点覆盖全年各季节的多个时相的街景图像，使用深度学习模型对街景图像进行语义分割，提取街景图像中的植被区域，通过对不同时相下的绿视率进行数学期望计算得出城市街道的年度绿视率。本发明通过精确采集和处理全年街景数据、结合深度学习技术和图像分割技术，为城市街道绿化的科学评估提供了有效的手段。该方法不仅可以帮助城市规划部门更准确地了解绿化状况，还能为后续的城市绿化改进和街道景观优化提供重要的决策支持，同时，本发明提供的方法自动化程度高，适用于大规模城市绿化评估的实际应用。