[发明专利]一种获取棉花叶片丛聚指数的数字图像方法及系统

说明书

本发明属于图像处理技术领域，公开了一种获取棉花叶片丛聚指数的数字图像方法及系统，在无风或风速较小的光照充足的天气条件下，使用普通数码相机垂直拍摄棉花冠层图像；利用数字图像技术处理将一幅冠层图像等分成6×6个大小相同的小矩形区域，统计各小矩形区域的总像素数，并提取每个像素的R、G、B值，根据背景像素特征统计各小矩形区域的背景像素数，计算各小矩形区域的孔隙率；利用孔隙率对数平均法进行棉花冠层图像的丛聚指数(CI)的获取。本发明利用普通数码相机拍摄棉花冠层数字图像，通过图像处理技术提取冠层孔隙度，根据孔隙度计算冠层叶片丛聚指数，是一种价格低廉、简便易行、快速准确的方法。

技术领域

本发明属于图像处理技术领域，尤其涉及一种获取棉花叶片丛聚指数的数字图像方法及系统。

背景技术

丛聚指数CI(Clumping Index)，是一个重要的植被结构参数，表征冠层叶片的空间分布集聚特征，是对相对于随机分布的植被冠层叶片丛聚水平进行量化的指标。当植被冠层叶片空间分布为随机分布时，CI为1；当冠层叶片是丛聚分布(非随机分布)时，CI小于1，且CI越小叶片越丛聚。

目前获取丛聚指数(CI)主要有两种方法。一种方法是间接法，用半球摄影、TRAC等光学仪器，通过测量冠层孔隙度、孔隙大小分布来计算CI。另一种方法是半直接法，用破坏性取样方法测定LAI真实值(LAI_t)，用光学仪器测量有效叶面积指数(LAI_e)，进而计算出CI。

棉花是我国重要的经济作物，叶面积指数(LAI)是描述棉花冠层结构和功能、评价棉花长势的重要参数。利用基于冠层孔隙度模型的各种商业仪器间接、非接触性测量叶面积指数是目前普遍采用的快速、有效的方法。此类间接方法假设冠层叶片的空间分布符合泊松模型，即假设冠层叶片大小均一且在空间上随机排列分布，但实际上冠层叶片几乎不可能随机分布，而是存在不同程度的丛聚状况，是此类仪器获取的LAI(有效叶面积指数，LAI_e)与LAI真实值(LAI_t)相比存在偏差的主要因素之一。

有学者提出用丛聚指数(CI)校正有效叶面积指数(LAI_e)以获得LAI真实值(LAI_t)，即LAI_t＝LAI_e/CI。因此，研发一种方便、可靠、快速获取冠层叶片丛聚指数的方法对准确获取棉花叶面积指数和指导棉花田间管理工作是十分必要的。

综上所述，现有技术存在的问题是：

现有技术的破坏性取样方法费工费时且影响田间冠层结构，不适于实时、连续、大量、快速测定。光学仪器方法需要使用价格相对昂贵的专业仪器，测量成本相对较高；此外，半球摄影方法对摄影时的曝光量比较敏感，如曝光过度会影响图像识别精度。

解决上述技术问题的难度：

研究一种非破坏性、价格低廉、操作简便、快速准确的丛聚指数获取方法具有一定的难度。本发明提出的用普通数码相机获取棉花冠层叶片丛聚指数的数字图像方法，具有图像获取的条件不严格、测量成本低、测定简便易行、数据可靠的优点。由于本方法基于数字图像处理技术提取的孔隙率，因此丛聚指数获取的准确性依赖于对棉花冠层图像中叶片和背景的分类精度，需要从优化图像处理算法、获取清晰图像等方面给予技术保障。

解决上述技术问题的意义：

叶面积指数(LAI)是描述棉花生长发育状况、冠层结构和功能的关键指标。研发一种方便、可靠、快速获取冠层叶片丛聚指数的方法，校正商业仪器获取的有效叶面积指数，提高仪器测定叶面积指数的精度，对于准确评价棉花长势和指导棉花生产具有重要作用。

发明内容

针对现有技术存在的问题，本发明提供了一种获取棉花叶片丛聚指数的数字图像方法及系统。

本发明是这样实现的，一种获取棉花叶片丛聚指数的数字图像方法，包括以下步骤：