街道是一个城市的骨架,是极其重要的一部分,它不仅保障城市交通功能和承载人类商业活动,而且是城市整体景观的重要组成部分。目前对道路的美学评价集中于理论方法探索,受制于技术手段的缺陷和数据来源的缺乏,对道路美景程度评价的研究尚有欠缺,迄今未形成完整、定量的评价技术方法。车载激光雷达扫描系统行驶在城市街道中,可以获取城市街道两侧及路面的近景三维数据,其扫描得到的地物具备空间三维坐标,已被广泛运用到城市的测绘与规划等领域。街景地图是近年来发展迅猛的一种新的GIS系统应用形式,可以为用户提供城市街道的360°全景影像,包含了丰富的街道色彩与纹理等信息。对比传统数据,这两种数据可以模拟人的角度去直观和准确地收集街道的信息。将这两种数据投入到街道美景度评价实际应用之前,需要先解决如何从复杂城市环境下获取得到海量车载LiDAR数据和街景照片中发掘与影响街道美景度有关的信息或特征。本文以评价城市街道美景度为目标,针对以上难点,研究基于车载LiDAR数据的空间感受指标计算方法、基于街景照片数据的视觉感受指标计算方法和城市街道美景度评价方法,形成一套复杂城市场景下的基于车载LiDAR数据和街景照片的街道美景度评价技术,最终实现城市街道美景度的客观定量评价。具体研究内容如下：(1)基于车载LiDAR数据的空间感受指标计算方法。采用了街道闭合度、三维绿量、景观多样性指数和日照指数作为空间感受指标。这些指标的定量计算首先需要从海量点云中快速、准确地提取所需要的空问信息。针对现有基于离散点和体元的车载LiDAR处理方法效率较低的现状,在点云体元化的基础上引入一种新的数据组织结构“体元组”加速处理过程,并提出一套基于点云形状信息的融合规则以进行复杂城市环境下的车载LiDAR数据精细分割。针对现有点云分类方法参数设置繁琐的问题,提出一种称之为“空心率”的车载LiDAR地物点云特征来进行分类。通过实验发现,基于车载LiDAR数据的空间感受指标计算方法可以有效地获取街道的空间信息,其计算得到街道闭合度、三维绿量、景观多样性指数和日照指数与实际情况相符,可以将其作为街道美景度评价的依据。(2)基于街景照片数据的视觉感受指标计算方法。采用色彩要素,显著区域特性,绿色视觉指数,视觉熵,天空开阔指数这五项指标来衡量街道使人产生的视觉感受。提出一套包括图像分割与图像显著区域检测在内的多种图像处理方法的技术流程从海量的互联网街景照片中提取这五种视觉计算指标所需的特征,如提取街景照片中的绿色植物区域和天空区域。通过实验发现,基于街景照片数据的视觉感受指标计算方法可以从海量的街景照片中得到定量计算视觉感受指标所需的各种特征,得到的色彩要素,显著区域特性,绿色视觉指数,视觉熵,天空开阔指数与人的实际感受相符,可以将其作为街道美景度评价的依据。(3)街道美景度评价方法研究。以实现街道美景度最终评价为目标,集成基于车载LiDAR数据计算得到的空间感受指标与基于互联网照片数据计算得到的视觉感受指标,形成街道美景度评价指标体系的基础上确定各个指标的权重,实现了城市街道美景度的定量计算。对评价结果的分析与验证表明,基于车载LiDAR数据和街景照片数据的街道美景度评价放到较为全面地考虑了影像街道美感的各种要素并实现了这些要素的定量计算。得到的美景度评价结果与实际较为相符,具有较高的应用价值。