城市化进程脚步的加快带给人们无尽的压力。城市发展过程中对城市造成的伤害正一步一步地摧残城市,同时也影响着城市居民的生活。但随着生态文明、公园城市等的建设,也有更多的学者开始褪去上帝视角,从人本角度出发,真正地开始从生活的角度探索、建设城市,为城市居民生活环境的改善带来希望。从城市意向到城市空间结构,从城市步行尺度到城市空间品质,从街道绿视率到城市环境,相关研究学者越来越多,都在为城市人居环境出谋划策。本文是基于街景图像对城市街道绿视率测算方法的研究,以成都市温江区为例,根据GIS生成的坐标点和百度街景图像,利用TensorFlow框架对其进行识别分析,测算出温江区内老城区、大学城片区以及国色天乡片区三个片区的街道绿视率结果。主要内容安排如下:第一章:绪论。介绍了街景绿视率研究的背景与意义,对具体的研究对象及内容做出了详细的论述,同时制定了街景绿视率的研究方法与技术路线。第二章:国内外研究进展。具体介绍了绿视率及图像语义分割的基本概念,梳理并阐述了绿视率、图像语义分割及深度学习的相关研究进展,为下文利用深度学习方法进行街景图像语义分割奠定了理论及实践基础。第三章:研究区概况及数据分析。对温江区基本概况进行了阐述,确定了研究街道,还具体介绍了图像采集及测算方法,比较了传统测算方法与图像语义分割方法,认为在测算速度、测算结果精确度等方面图像语义分割方法更为高效便捷。第四章:温江区街道绿视率测算。对温江区的街道绿视率数据进行了分析阐述。主要体现在对温江区三片研究区域的绿视率测算上,分析研究了三片区包括街道、植被、测算方法等影响绿视率的因素。同时针对影响绿视率因素的原因提出了相关的提高绿视率的建议。第五章:结论与展望。对论文研究的整体做了相关总结,包括不同测算方法的优劣;利用不同测算方法对绿视率测算所花费的时间、测算结果的精度等进行对比;根据不同测算方法测算出的绿视率结果并分析影响绿视率的因素;针对影响绿视率测算结果的因素提出提升街道绿视率的相关建议,并引申到温江区城市建设等方面。最后,针对文章整体,提出了本研究的不足之处并加以展望。