CN107067433A - 一种基于数字图像处理技术的叶面积指数地面测量方法 - Google Patents

Abstract

本发明公开了一种基于摄影原理、光辐射原理、统计学原理及数字图像处理技术对测量点的叶面积指数进行间接测量。首先根据数字图像传感器成像原理结合统计学原理得到在无光条件下暗电流所产生干扰因子，这里又名辐射校正因子Δ；再通过对不同典型地面进行拍摄进校正处理后得到各种典型地面环境的相对反射系数k_i，最后通过拍摄测量点冠层下地面与无冠层地面(同时拍摄，即相同天气条件)的数字图像，经过处理后得到测量点光线通过冠层前后(冠层上的相对辐射强度、冠层下地面的相对辐射强度)的相对辐射强度，进而推算出叶面积指数的大小，测量精度稳定性强，处理速度快。

Description

一种基于数字图像处理技术的叶面积指数地面测量方法

技术领域

本发明属于叶面积指数(Leaf Area Index，简称LAI)技术领域，更为具体地讲，涉及一种基于数字图像处理技术的叶面积指数地面测量方法。

背景技术

植被是陆表生态系统的重要组成成分，而叶片则是植被与外界进行相互作用的一个重要器官，叶面积指数是定量描述植被进行光合作用、呼吸作用、蒸腾作用的一个重要参数，在环境、气候、生态、农业等领域被广泛应用，其定义为单位地表面积上植被冠层叶面积的一半。

对于叶面积指数的地面测量方法，可分为直接和间接测量。直接测量的方式是直接针对叶片的表面积进行测量，测量结果的可靠性可以保障，当时测量的时间代价和成本代价往往较高。间接测量与直接测量不同，间接测量并不直接关注叶片本身的面积长宽数据，而是通过测量与叶片相关的其他参数来推断出叶片的面积。

间接测量目前有5种方法，分别是点接触发、消光系数法、经验公式法、遥感图像法、光学仪器法。其中光学仪器法包括基于基于图像测量法如CI-100和辐射测量法如LAI2000。

图像测量法即利用摄影成像技术获取植被叶面积指数的原理是通过对植被冠层进行单一角度或者多角度拍照，并采用一种合适的分类方法，根据拍摄角度的不同进行处理后得到单一角度或多角度的间隙率，然后根据间隙率模型来推算叶面积指数。

对于图像测量法，目前被广泛采用的是当观测天顶角为57.5°时候，叶片在这个观测方向的投影函数近似等于0.5而与叶倾角无关，据此通过图像处理得到在该角度方向上的间隙率，进而计算叶面积指数。然而有研究者指出从实际测量结果来看，当叶面积指数大于1.5时，该方法的测量精度明显降低，且更易受到图像分类精度的影响。同时，图像测量放的测量准确度受冠层厚度及冠层种类的影响较大，且测量精度不高。

各种测量方法中，相比之下，辐射测量法更具有一定的理论依据，其难点在于如何准确得到光线透过冠层前后的透过率而不受其他因素的影响如光线强度、晴天阴天等，换句话说，由于受到其他因素影响，无法准确得到光线透过冠层前后的透过率，从而测量的精度也有待于提高。

发明内容

本发明的目的在于克服现有光学仪器法的不足，提出一种基于数字图像处理技术的叶面积指数地面测量方法，以高效准确地实现对叶面积指数的测量。

为实现上述发明目的，本发明基于数字图像处理技术的叶面积指数地面测量方法，其特征在于，包括以下步骤：

(1)、以固定的相机参数，拍摄数字图像

1.1)、在完全无光的条件下(用不透明物体覆盖相机的镜头)拍摄一张照片P₀；

1.2)、在无冠层且相同天气条件下，对不同的典型地面(如草地、黄土地、黑土地、枯叶地、水泥地等)分别拍摄一张照片P_{space_1},P_{space_2},…,P_{space_M}，其中，M为典型地面的数量；

1.3)、在测量点，对冠层下地面拍摄一张照片P_ref，同时，对无冠层地面拍摄一张照片P_space；

(2)、利用图像处理方法获取辐射校正因子

2.1)、读取在完全无光条件下拍摄的照片P₀，获取其I分量；

2.2)、计算I分量的直方图(在像素值范围内，每个像素值出现的像素点数量)；

2.3)、将像素点数量最大的像素值作为辐射校正因子，用Δ表示；

(3)、获取典型地面(如草地、黄土地、黑土地、枯叶地、水泥地等)下的相对反射系数k_i

3.1)、对步骤1.2)拍摄照片P_{space_1},P_{space_2},…,P_{space_M}，应用步骤(2)中的图像处理方法分别进行计算，得到像素点数量最大的像素值N_{space_i}，其中，i为典型地面序号，代表一类典型地面，i＝1,2,…,M；

3.2)、将像素值N_{space_i}减去步骤(2)获取的辐射校正因子Δ，得到不同典型地面的相对辐射值N_{spacecorrected_i}：

N_{spacecorrected_i}＝N_{space_i}-Δ；

3.3)、以其中一类典型地面的相对辐射值作为标准相对辐射值N_standard，所有相对辐射值均除以标准相对辐射值即为不同典型地面条件下的相对反射系数k_i：

(4)、计算叶面积指数

4.1)、对步骤1.3)拍摄的照片P_ref、P_space应用步骤(2)中的图像处理方法分别进行计算，得到冠层下地面的像素点数量最大的像素值N_ref以及无冠层地面的像素点数量最大的像素值N_space，再分别减去辐射校正因子Δ，便得到冠层下地面的相对辐射强度N_refcorrected和无冠层地面的相对辐射强度N_{spacecorrected}：

N_refcorrected＝N_ref-Δ

N_{spacecorrected}＝N_space-Δ；

同时，将无冠层地面的相对辐射强度N_{spacecorrected}作为冠层上的相对辐射强度；

4.2)、对冠层下地面的相对辐射强度N_refcorrected和冠层上的相对辐射强度N_{spacecorrected}分别除以测量点所属典型地面的相对反射系数k_j，便得到标准地面条件下冠层下地面的相对辐射强度以及冠层上(空旷地面无冠层遮挡地面)的相对辐射强度：

其中，j为测量点所属典型地面序号；

4.3)、计算得到叶面积指数(LAI)

本发明的目的是这样实现的。

本发明基于数字图像处理技术的叶面积指数地面测量方法，基于摄影原理、光辐射原理、统计学原理及数字图像处理技术对测量点的叶面积指数进行间接测量。首先根据数字图像传感器成像原理结合统计学原理得到在无光条件下暗电流所产生干扰因子，这里又名辐射校正因子Δ；再通过对不同典型地面进行拍摄进校正处理后得到各种典型地面环境的相对反射系数k_i；，最后通过拍摄测量点冠层下地面与无冠层地面(同时拍摄，即相同天气条件)的数字图像，经过处理后得到测量点光线通过冠层前后(冠层上的相对辐射强度、冠层下地面的相对辐射强度)的相对辐射强度，进而推算出叶面积指数的大小。

本发明具有以下有益效果：

(1)本发明采用统计学原理及数字图像处理技术，准确高效稳定地计算得到相机暗电流干扰因子Δ，不同典型地面的相对反射率因子k_i，以及测量点光线通过冠层前后的相对辐射强度，测量精度稳定性强；

(2)本发明有较强的理论基础，其LAI测量的基础原理与业内专业测量仪器LAI2000相同，且克服了LAI2000只能在晴天早晚或阴天里才能准确测量的弊端；

(3)本发明基于数字图像处理技术及统计学原理，由于数字图像处理中用的都是简单的统计学方法处理，处理速度快。

(4)本发明的拍摄目标是向下拍摄地面而不是向上拍摄，克服了传统摄影成像测量法向上拍摄图像所带来的弊端，特别是物联网应用时，如雨天无法测量，落叶或空气中的灰尘沉降遮挡镜头，算法精度稳定性较低(特别是在叶面积指数较大时)这些缺陷。

附图说明

图1是本发明基于数字图像处理技术的叶面积指数地面测量方法一种具体实施方式流程框图；

图2是本发明中图像处理的一种具体实施方式流程图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

图1是本发明基于数字图像处理技术的叶面积指数地面测量方法一种具体实施方式流程框图。

在本实施例中，如图1所示，本发明基于数字图像处理技术的叶面积指数地面测量方法包括以下步骤：

S101：获取相机暗电流图像

相机暗电流图像是指在完全无光条件下拍摄的图像，其目的是为了获取辐射校正因子Δ。根据图像传感器的成像原理，其暗电流的大小与ISO直接相关，故应该在不同的ISO设置下，拍摄不同的照片P₀，从而获取在不同ISO条件下，暗电流的相对大小，即辐射校正因子Δ。

S102：计算辐射校正因子Δ

根据获取的暗电流图像，首先将暗电流图像从RGB空间转换到HSI空间，并提取出其中的I分量，对I分量通过数字图像处理中直方图统计的方法，得到频数最大的像素值即为所求辐射校正因子Δ。

S103：获取典型地面的数字图像

在保证不过曝的条件下，以相同的相机设置(最主要是ISO必须相同)，对不同的地面在相同的天气条件下拍摄取得典型地面的数字图像，其目的在于获取各种典型地面的相对反射率因子k_i。实验的典型地面有：草地、黑土地、黄土地、水泥地、枯叶地等。

S104：计算典型地面的相对反射率系数k_i

分别对获取的典型地面数字图像进行和S102相同的数字图像处理，分别减去对应ISO条件下的暗电流校正因子Δ即得到各种典型地面的相对辐射强度。最后以其中一种典型地面作为标准，即所有地面的相对辐射强度再与标准地面强度的相对辐射强度做比值即得到各个典型地面的相对反射率系数k_i。以上步骤均为测量前期准备步骤，一旦做好，在接下来的测量环节里便不用再次测量。

S105：获取测量点地面的照片

本步骤是每次测量都需要做的，相机镜头向下分别以固定相机参数获取测量点冠层下地面拍摄一张照片P_ref，同时，对无冠层地面拍摄一张照片P_space。这两张图片对应于获取光线透过冠层后以及光线透过冠层前的相对辐射强度，用于计算LAI。

S106：计算叶面积指数LAI

分别对获取的测量点的照片P_ref、P_space按照S102的处理流程，接着再分别减去测量点拍摄时相机设定的ISO条件下的对应的辐射校正因子Δ，然后在除以对应典型地面的相对反射率因子k_i，即到标准地面条件下冠层下地面的相对辐射强度以及冠层上(空旷地面无冠层遮挡地面)的相对辐射强度。

最后通过下面公式计算叶面积指数LAI：

图2是本发明中图像处理的一种具体实施方式流程图。

在本实施例中，如图2所示，图像处理的具体步骤包括：

S201：读取拍摄的照片，并转为浮点型；

数字图像的处理软件平台可以是任意的图像处理平台。

S202：将照片(图像)由原始的RGB空间转换到HSI空间并取I分量：

S203：对HSI空间中的I分量做直方图统计；

针对图像中每个像素值进行像素点数量统计；

S204：找出像素点数量最大的像素值即为结果。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (2)

1.一种基于数字图像处理技术的叶面积指数地面测量方法，其特征在于，包括以下步骤：

(1)、以固定的相机参数，拍摄数字图像

1.1)、在完全无光的条件下(用不透明物体覆盖相机的镜头)拍摄一张照片P₀；

1.2)、在无冠层且相同天气条件下，对不同的典型地面(如草地、黄土地、黑土地、枯叶地、水泥地等)分别拍摄一张照片P_{space_1},P_{space_2},…,P_{space_M}，其中，M为典型地面的数量；

1.3)、在测量点，对冠层下地面拍摄一张照片P_ref，同时，对无冠层地面拍摄一张照片P_space；

(2)、利用图像处理方法获取辐射校正因子

2.1)、读取在完全无光条件下拍摄的照片P₀，获取其I分量；

2.2)、计算I分量的直方图(在像素值范围内，每个像素值出现的像素点数量)；

2.3)、将像素点数量最大的像素值作为辐射校正因子，用Δ表示；

(3)、获取典型地面(如草地、黄土地、黑土地、枯叶地、水泥地等)下的相对反射系数k_i

3.1)、对步骤1.2)拍摄照片P_{space_1},P_{space_2},…,P_{space_M}，应用步骤(2)中的图像处理方法分别进行计算，得到像素点数量最大的像素值N_{space_i}，其中，i为典型地面序号，代表一类典型地面，i＝1,2,…,M；

3.2)、将像素值N_{space_i}减去步骤(2)获取的辐射校正因子Δ，得到不同典型地面的相对辐射值N_{spacecorrected_i}：

N_{spacecorrected_i}＝N_{space_i}-Δ；

3.3)、以其中一类典型地面的相对辐射值作为标准相对辐射值N_standard，所有相对辐射值均除以标准相对辐射值即为不同典型地面条件下的相对反射系数k_i：

(4)、计算叶面积指数

4.1)、对步骤1.3)拍摄的照片P_ref、P_space应用步骤(2)中的图像处理方法分别进行计算，得到冠层下地面的像素点数量最大的像素值N_ref以及无冠层地面的像素点数量最大的像素值N_space，再分别减去辐射校正因子Δ，便得到冠层下地面的相对辐射强度N_refcorrected和无冠层地面的相对辐射强度N_{spacecorrected}：

N_refcorrected＝N_ref-Δ

N_{spacecorrected}＝N_space-Δ；

同时，将无冠层地面的相对辐射强度N_{spacecorrected}作为冠层上的相对辐射强度；

4.2)、对冠层下地面的相对辐射强度N_refcorrected和冠层上的相对辐射强度N_{spacecorrected}分别除以测量点所属典型地面的相对反射系数k_j，便得到标准地面条件下冠层下地面的相对辐射强度以及冠层上(空旷地面无冠层遮挡地面)的相对辐射强度：

其中，j为测量点所属典型地面序号；

4.3)、计算得到叶面积指数(LAI)

。

2.根据权利要求1所述的叶面积指数地面测量方法，其特征在于，步骤(2)中所述图像处理中，读取的拍摄照片需要转化为浮点型，RGB空间转换到HSI空间并取I分量：