基于改进局部回归模型的城市街道四季绿视率估算方法

本发明揭示了一种基于改进局部回归模型的城市街道四季绿视率估算方法，方法包括，根据路网数据生成街景采样点，采集街景图像，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，计算街景采样点在各季节下的绿视率，并且通过遥感数据提取采样点的多季节归一化植被指数，利用一种融合季节权重的局部回归模型，对特定季节的归一化植被指数与绿视率建立回归模型，利用归一化植被指数估算缺失的绿视率。本发明通过精确采集和处理全年街景数据、结合遥感技术、深度学习技术和图像分割技术，为城市街道绿化在不同季节的科学评估提供了有效的手段。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。