一种叶面积指数测量方法及系统的制作方法
【专利摘要】本发明提供一种叶面积指数测量方法及系统，其中叶面积指数测量方法，包括：获取样方内采集叶片的图像；以采集叶片的图像为依据，获取样方内所采集的全部叶片的面积；获取样方内残余叶片的图像；基于残余叶片的图像，获取样方内残余叶片的面积；将采集的全部叶片的面积和残余叶片的面积加和，得到样方内的叶片总面积A，这样将采集的全部叶片的面积和残余叶片的面积加和后得到的叶片总面积基本等于样方内所有叶片的面积，再依据公式：LAI＝A/S得到样方的叶面积指数LAI的准确度相对提高，其中S为样方面积。
【专利说明】一种叶面积指数测量方法及系统
【技术领域】
[0001]本发明涉及生态系统【技术领域】，特别涉及一种叶面积指数测量方法及系统。
【背景技术】
[0002]叶面积指数(Leaf Area Idex, LAI)又叫叶面积系数,是指单位土地面积上植物叶片总面积占土地面积的倍数，即叶面积指数=叶片总面积/ 土地面积是指一块地上植物叶片的总面积与占地面积的比值。在生态系统中，叶面积指数是生态系统的一个重要结构参数，用来反映植物叶面数量、冠层结构变化、植物群落生命活力及其环境效应，为植物冠层表面物质和能量交换的描述提供结构化的定量信息，并在生态系统碳积累、植被生产力和土壤、植物、大气间相互作用的能量平衡、植被定量遥感等研究中是十分重要的参数。
[0003]目前，测量叶面积指数的方法有两种:冠层水平的非接触光学测量反演的方法和地面采样-扫描叶片方法。其中冠层水平的非接触光学测量反演的方法则是利用普通相机或鱼眼镜头获得叶片的冠层孔隙度，进而通过孔隙率-叶面积指数的理论关系，反演冠层叶面积指数。
[0004]地面采样-扫描叶片方法的工作原理是:将叶片层置于激光器和光电变送器之间；在任意叶片上任意选取若干点作为拟合测试点进行测试。光电变送器将接收到的激光信号转换为电压信号，电压信号经数据采集卡采集至计算机；经若干次测试后，由计算机拟合得到电压值Y和重叠叶片层数X之间的关系函数:Y = AX exp (-BXX);其中A和B为拟合得到的正数A > O,B > O ;根据测试得到的电压值，利用关系函数Y = AXexp (-BXX)计算测试点的重叠叶片层数X ;计算测试点叶片面积=测试点叶片层数X光电变送器的接收面积；对各测试点叶片面积求和，和值为叶片层的总叶片面积；计算叶面积指数:叶面积指数=总叶片面积/叶片层的占地面积。
[0005]但是上述两种方法在对叶片采样时是对从样方内采集的全部叶片进行扫描，而采集的全部叶片并不代表样方内的全部叶片，使得得到的叶面积指数的准确度降低。
【发明内容】
[0006]有鉴于此，本发明实施例提供一种叶面积指数测量方法及系统，用于解决现有叶面积指数测量方法得到的叶面积指数的准确度降低的问题，技术方案如下:
[0007]本发明实施例提供一种叶面积指数测量方法，包括:
[0008]获取样方内采集叶片的图像，其中所述采集叶片的图像为从所述样方内采集的叶片不重叠平铺在采样板上形成的图像，所述样方为用于调查植物群路状况而随机抽取的取样地块；
[0009]以所述采集叶片的图像为依据，获取所述样方内所采集的全部叶片的面积；
[0010]获取所述样方内残余叶片的图像，其中所述残余叶片的图像为从所述样方内采集叶片后剩余的叶片形成的样方图像；
[0011]基于所述残余叶片的图像，获取所述样方内残余叶片的面积；[0012]将所述采集的全部叶片的面积和所述残余叶片的面积加和，得到所述样方内的叶片总面积；
[0013]依据公式:LAI = Α/S得到所述样方的叶面积指数LAI，其中A为叶片总面积，S为样方面积。
[0014]优选地，所述获取样方内采集叶片的图像，包括:获取由商用扫描仪扫描到的所述样方内采集叶片的图像。
[0015]优选地，以所述采集叶片的图像为依据，获取所述样方内所采集的全部叶片的面积，包括:
[0016]通过称重装置获取形成所述采样板上所述叶片的重量；
[0017]对所述采集叶片的图像中进行颜色分类；
[0018]利用颜色分类结果，提取所述采集叶片的图像中叶片分布区域，统计所述采集叶片的图像中的叶片面积；
[0019]利用公式AA = AS*WA/WS得到所述样方内所采集的全部叶片的面积AA，其中AS为所述叶片面积，WS为所述采样板上所述叶片的重量，WA为从所述样方内采集的全部叶片的重量。
[0020]优选地，统计所述采集叶片的图像中的叶片面积，包括:
[0021]获取所述颜色分类结果中叶片元素的像素数NUM_LEAF以及叶片元素所占面积A_PIXEL，其中所述叶片元素所占面积A_PIXEL为所述采样板面积A_PAPER除以所述颜色分类结果中所有元素的像素数NUM_PAPER ；
[0022]将所述叶片元素的像素数NUM_LEAF和叶片元素所占面积A_PIXEL相乘，得到所述采集叶片的图像中的叶片面积。
[0023]优选地，所述获取样方内残余叶片的图像，包括:获取由照相机拍摄到的所述样方内残余叶片的图像。
[0024]优选地，以所述残余叶片的图像为依据，获取所述样方内所残余的全部叶片的面积，包括:
[0025]对所述残余叶片的图像按照样方范围进行剪裁，并获取所述剪裁后的图像中叶片的覆盖比例；
[0026]依据所述叶片的覆盖比例乘以样方面积，获取所述采集叶片的面积。
[0027]本发明实施例还提供一种叶面积指数测量系统，包括:
[0028]图像获取设备，用于获取样方内采集叶片的图像和样方内残余叶片的图像，其中所述采集叶片的图像为从所述样方内采集的叶片不重叠平铺在采样板上形成的图像，所述样方为用于调查植物群路状况而随机抽取的取样地块，所述残余叶片的图像为从所述样方内采集叶片后剩余的叶片形成的样方图像；
[0029]电子设备，用于以所述采集叶片的图像为依据，获取所述样方内所采集的全部叶片的面积，基于所述残余叶片的图像，获取所述样方内残余叶片的面积，并将所述采集的全部叶片的面积和所述残余叶片的面积加和，得到所述样方内的叶片总面积，依据公式=LAI=Α/S得到所述样方的叶面积指数LAI，其中A为叶片总面积，S为样方面积。
[0030]优选地，所述图像获取设备包括:商用扫描仪和照相机；
[0031]所述商用扫描仪扫描，用于扫描不重叠平铺在采样板上的采集叶片，得到所述样方内采集叶片的图像；
[0032]所述照相机，用于得到所述残余叶片的图像。
[0033]优选地，所述图像获取设备为照相机。
[0034]优选地，所述电子设备以所述采集叶片的图像为依据，获取所述样方内所采集的全部叶片的面积，包括:
[0035]通过称重装置获取形成所述采样板上所述叶片的重量，对所述采集叶片的图像中进行颜色分类，利用颜色分类结果，提取所述采集叶片的图像中叶片分布区域，统计所述采集叶片的图像中的叶片面积，利用公式AA = AS*WA/WS得到所述样方内所采集的全部叶片的面积AA，其中AS为所述叶片面积，WS为所述采样板上所述叶片的重量，WA为从所述样方内采集的全部叶片的重量。
[0036]优选地，所述电子设备统计所述采集叶片的图像中的叶片面积，包括:获取所述颜色分类结果中叶片元素的像素数NUM_LEAF以及叶片元素所占面积A_PIXEL，其中所述叶片元素所占面积A_PIXEL为所述采样板面积A_PAPER除以所述颜色分类结果中所有元素的像素数 NUM_PAPER ；
[0037]将所述叶片元素的像素数NUM_LEAF和叶片元素所占面积A_PIXEL相乘，得到所述采集叶片的图像中的叶片面积。
[0038]与现有技术相比，本发明包括以下优点:
[0039]通过本发明实施例提供的叶面积指数测量方法，在获取样方内所采集的全部叶片的面积之外，还可以获取样方内残余叶片的面积，这样将采集的全部叶片的面积和残余叶片的面积加和后得到的叶片总面积基本等于样方内所有叶片的面积，相对于现有单纯以采集叶片的面积为叶片总面积来说，提高叶片总面积的准确度，基于此得到的叶面积指数的准确度相对提高。
【专利附图】
【附图说明】
[0040]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0041]图1是本发明实施例提供的叶面积指数测量方法的流程图；
[0042]图2是图1中步骤102的流程图；
[0043]图3是基于图1所示方法测量到的叶面积指数的示意图；
[0044]图4是基于图1所示方法的过程示意图；
[0045]图5是实验结果的对比示意图；
[0046]图6是本发明实施例提供的叶面积指数测量系统的示意图。
【具体实施方式】
[0047]为了使本领域技术人员更好地理解本发明实施例，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0048]请参阅图1，其示出了本发明实施例提供的叶面积指数测量方法的一种流程图，可以包括以下步骤:
[0049]101:获取样方内采集叶片的图像。
[0050]其中采集叶片的图像为从样方内采集的叶片不重叠平铺在采样板上形成的图像，样方为用于调查植物群路数量而随机抽取的取样地块。
[0051]在采样板上平铺采集的叶片时，可以将从样方内采集的全部叶片平铺到采样板上，也可以将样方内采集的全部叶片中抽取一部分叶片，然后将抽取的叶片平铺在采样板上。并且在平铺叶片时可以选择两片透明硬塑料纸片，其中一片作为衬底板、一片作为覆盖板，将叶片不重叠的铺贴在衬底板上并用覆盖板覆盖。
[0052]为了让叶片能够较牢固的固定在衬底板上，防止在移动衬底板时将平铺的叶片重叠，本发明实施例在平铺叶片时采用粘贴剂将叶片粘贴在衬底板上。
[0053]102:以采集叶片的图像为依据，获取样方内所采集的全部叶片的面积。在本发明实施例中，采集叶片的图像是从样方内采集的全部叶片的图像时，可以在获取到采集叶片的图像后，直接获取到全部叶片的面积。而当采集叶片的图像是从样方内采集的全部叶片中，抽取部分叶片后得到的图像时，则需要首先获取采集叶片的图像中叶片面积，然后再获取采集的全部叶片的面积。
[0054]当获取采集叶片的图像方式不同时，获取采集的全部叶片的面积也不同，其中获取采集叶片的图像的一种可行方式是:获取由商用扫描仪扫描到的样方内采集叶片的图像。由于商用扫描仪的通用性较高，所以在实际操作过程中，使用的商用扫描仪故障后，可以较容易找到另一个商用扫描仪代替，提高本发明实施例提供的叶面积指数测量方法的通用性。
[0055]相应的在由商用扫描仪获取采集叶片的图像时，其获取样方内采集的全部叶片的面积的过程可以参阅图2所示，可以包括以下步骤:
[0056]1021:通过称重装置获取形成采样板上叶片的重量。其中称重装置可以是天平或者电子称，具体可以依据实际操作过程中可以找到的称重装置获取形成采样板上叶片的重量。
[0057]1022:对采集叶片的图像中进行颜色分类。目前对采集叶片的图像进行颜色分类的方式可以包括非监督分类和监督分类，其中非监督分类(UnsupervisedClassification)是以不同影像物在特征空间中类别特征的差别为依据的一种无先验(已知)类别标准的图像分类，是以集群为理论基础，通过计算机对图像进行集聚统计分析的方法。监督分类(supervised classification)则是以建立统计识别函数为理论基础,依据典型样本训练方法进行分类的方法。
[0058]在本发明实施例可以采用非监督分类,例如利用ENVI软件(TheEnvironment forVisualizing Images,遥感影像处理)的非监督分类中的k-means (k均值)模块对采集叶片的图像进行分类，鉴于采集叶片的图像中绿白(或灰白)两种颜色分布，设置非监督分类使用的k-means模块的类别为2类。
[0059]在本发明实施例中也可以采用监督分类方法，例如利用ENVI软件的监督分类中的MLC(Maximum Likelihood Classification,最大似然分类)模块进行分类,鉴于采集叶片的图像中绿白(或灰白)两种颜色分布，选择叶片扫描区域和非叶片扫描区域作为兴趣区，参与MLC模块分类并获得叶片扫描区域和非叶片扫描区域的分类结果，叶片扫面区域和非叶片扫面区域以颜色区分，因此该分类结果也可以称为颜色分类结果。
[0060]1023:利用颜色分类结果，提取采集叶片的图像中叶片分布区域，统计采集叶片的图像中的叶片面积。
[0061]由于一幅图像中颜色分布有两种，所以可以依据该分类模块对采集叶片的图像进行分类时，以将图像中的叶片区域和背景区域区分。在本发明实施例中，统计采集叶片的图像中的叶片面积，包括:
[0062]首先，获取颜色分类结果中叶片元素的像素数NUM_LEAF以及叶片元素所占面积A_PIXEL，其中叶片元素所占面积A_PIXEL为采样板面积A_PAPER除以颜色分类结果中所有元素的像素数NUM_PAPER ；
[0063]然后将叶片元素的像素数NUM_LEAF和叶片元素所占面积A_PIXEL相乘，得到采集叶片的图像中的叶片面积。
[0064]1024:利用公式AA = AS*WA/WS得到样方内所采集的全部叶片的面积AA，其中AS为叶片面积，WS为采样板上叶片的重量，WA为从样方内采集的全部叶片的重量，全部叶片的重量WA也可以由称重装置获取。
[0065]103:获取样方内残余叶片的图像，其中残余叶片的图像为从样方内采集叶片后剩余的叶片形成的样方图像。残余叶片的图像可以由照相机拍摄得到，并且在拍摄的时候要对样方进行垂直拍摄。
[0066]104:基于残余叶片的图像，获取样方内残余叶片的面积。在本发明实施例中，获取残余叶片的面积可以是利用ENVI MLC模块，选择图像中的叶片区域和背景区域作为兴趣区，这样可以从兴趣区中获取叶片区域，以区分开样方内残余叶片和背景；然后统计出图像中叶片区域的面积，即得到残余叶片的面积。
[0067]在本发明实施例中，获取残余叶片的面积还可以通过方式:对所述残余叶片的图像按照样方范围进行剪裁，并获取所述剪裁后的图像中叶片的覆盖比例；依据所述叶片的覆盖比例乘以样方面积，获取所述采集叶片的面积
[0068]105:将采集的全部叶片的面积和残余叶片的面积加和，得到样方内的叶片总面积。
[0069]106:依据公式:LAI = Α/S得到样方的叶面积指数LAI，其中A为叶片总面积，S为样方面积。在本发明实施例中样方的形状可以随意设置，如正方形、圆形或三角形，样方面积S的计算可以是由人工计算得到。
[0070]通过上述技术方案，在获取样方内所采集的全部叶片的面积之外，还可以获取样方内残余叶片的面积，这样将采集的全部叶片的面积和残余叶片的面积加和后得到的叶片总面积基本等于样方内所有叶片的面积，基于此得到的叶面积指数的准确度相对提高。
[0071]以2011年在西藏低矮草地采集的样本N01-0716为例，其草平均高度低于5CM，样本N01-0716的LAI测定结果，总LAI计算结果为0.62，其中采样叶片的LAI为0.4，残余叶片照片提取的LAI为0.22，如图3所示。因为稀疏低矮草叶片难以采集，残余叶片量的比例非常高，本发例中残余叶片LAI占总样方LAI的35.5%，因此本发明实施例提供的叶面积指数测量方法将残余叶片计算在内，对于低矮草地叶面积指数的测定精度提高是明显的。[0072]上述阐述的叶面积指数测量方法的过程可以如图4所示，首先人工对样方内的叶片进行采集，其次通过商用扫描仪对采集叶片进行扫描，得到采集叶片的图像，然后利用ENVI软件及权重法计算采集叶片的面积，然后获取残余叶片的图像得到残余叶片的面积，最后可以得到叶片总面积并利用公式LAI = Α/S得到样方的叶面积指数LAI (图中最后一幅图片)。
[0073]在本发明实施例中，获取采集叶片的图像的另一种可行方式是:获取由照相机拍摄到的样方内采集叶片的图像。相应的获取全部叶片的面积的过程可以是:首先对采集叶片的图像进行剪裁，并获取剪裁后的图像中叶片的覆盖比例；然后依据叶片的覆盖比例和采样板的面积，获得采集的全部叶片的面积其中采样板为放置采集叶片的工具，如A4纸。
[0074]但是采用照相机获取采集叶片的图像会由于拍摄高度和角度不稳定性导致图像畸形，使得叶面积指数的准确度降低。下面将列举实验数据进行说明。
[0075]下面为一个叶面积实际测量的案例，以某光机扫描仪(如型号为L1-3000的叶面积扫描仪)、商用扫描仪和照相机(垂直、倾斜30度、倾斜40度)测量叶面积。并对光机扫描仪测量结果进行精密校验，校验得到的叶面积值(一般认为接近真值)为120.19cm-2，进而计算不同方法测量的相对精度。测量及精度计算结果如图5所示，发现实际使用的某光机扫描仪测量经度偏低，相对精度为-9.60%，而其他测量偏高，其中商用扫描仪的方法测量精度最高，相对精度为3.81%，照相法随着倾斜角度加大畸变效应增加，误差在加大。
[0076]与上述方法实施例相对应，本发明实施例还提供一种叶面积指数测量系统，其示意图如图6所示，可以包括:图像获取设备11和电子设备12，其中图像获取设备11和电子设备12之间通过数据线进行信息传输。
[0077]图像获取设备11，用于获取样方内采集叶片的图像和样方内残余叶片的图像，其中采集叶片的图像为从样方内采集的叶片不重叠平铺在采样板上形成的图像，样方为用于调查植物群路状况而随机抽取的取样地块，残余叶片的图像为从样方内采集叶片后剩余的叶片形成的样方图像。
[0078]在采样板上平铺采集的叶片时，可以将从样方内采集的全部叶片平铺到采样板上，也可以将样方内采集的全部叶片中抽取一部分叶片，然后将抽取的叶片平铺在采样板上。并且在平铺叶片时可以选择两片透明硬塑料纸片，其中一片作为衬底板、一片作为覆盖板，将叶片不重叠的铺贴在衬底板上并用覆盖板覆盖。
[0079]为了让叶片能够较牢固的固定在衬底板上，防止在移动衬底板时将平铺的叶片重叠，本发明实施例在平铺叶片时采用粘贴剂将叶片粘贴在衬底板上。
[0080]在本发明实施例中，图像获取设备11可以包括:商用扫描仪和照相机。商用扫描仪扫描，用于扫描不重叠平铺在采样板上的采集叶片，得到样方内采集叶片的图像。照相机，用于得到残余叶片的图像。
[0081]商用扫描仪和照相机得到的图像可以通过USB (Universal Serial Bus,通用串行总线)数据线由于商用扫描仪的通用性较高，所以在实际操作过程中，使用的商用扫描仪故障后，可以较容易找到另一个商用扫描仪代替，提高本发明实施例提供的叶面积指数测量方法的通用性，并且商用扫描仪的精度高于照相机的精度。当然在本发明实施例中，图像获取设备11可以为照相机来获取采集叶片的图像和残余叶片的图像。
[0082]电子设备12，用于以采集叶片的图像为依据，获取样方内所采集的全部叶片的面积，基于残余叶片的图像，获取样方内残余叶片的面积，并将采集的全部叶片的面积和残余叶片的面积加和，得到样方内的叶片总面积，依据公式:LAI = Α/S得到样方的叶面积指数LAI，其中A为叶片总面积，S为样方面积。
[0083]其中，电子设备12以采集叶片的图像为依据，获取样方内所采集的全部叶片的面积的过程如下:
[0084]通过称重装置获取形成采样板上叶片的重量，对采集叶片的图像中进行颜色分类，利用颜色分类结果，提取采集叶片的图像中叶片分布区域，统计采集叶片的图像中的叶片面积，利用公式AA = AS*WA/WS得到样方内所采集的全部叶片的面积AA，其中AS为叶片面积，WS为采样板上叶片 的重量，WA为从样方内采集的全部叶片的重量。
[0085]统计采集叶片的图像中的叶片面积的过程为:获取颜色分类结果中叶片元素的像素数NUM_LEAF以及叶片元素所占面积A_PIXEL，其中叶片元素所占面积A_PIXEL为采样板面积A_PAPER除以颜色分类结果中所有元素的像素数NUM_PAPER。再将叶片元素的像素数NUM_LEAF和叶片元素所占面积A_PIXEL相乘，得到采集叶片的图像中的叶片面积。
[0086]在实际操作过程中，电子设备12中可以运行图像分类软件(如ENVI)来获取颜色分类结果。例如利用ENVI软件(The Environment for Visualizing Images,遥感影像处理)的非监督分类中的k-means (k均值)模块对采集叶片的图像进行分类，鉴于采集叶片的图像中绿白(或灰白)两种颜色分布，设置非监督分类使用的k-means模块的类别为2类。
[0087]或者又例如利用ENVI软件的监督分类中的MLC(Maximum LikelihoodClassification，最大似然分类)模块进行分类，鉴于采集叶片的图像中绿白(或灰白)两种颜色分布，选择叶片扫描区域和非叶片扫描区域作为兴趣区，参与MLC模块分类并获得叶片扫描区域和非叶片扫描区域的分类结果，叶片扫面区域和非叶片扫面区域以颜色区分，因此该分类结果也可以称为颜色分类结果。
[0088]需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0089]最后，还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0090]通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如R0M/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
[0091]以上对本发明所提供的一种叶面积指数测量方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在【具体实施方式】及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
【权利要求】
1.一种叶面积指数测量方法，其特征在于，包括: 获取样方内采集叶片的图像，其中所述采集叶片的图像为从所述样方内采集的叶片不重叠平铺在采样板上形成的图像，所述样方为用于调查植物群路状况而随机抽取的取样地块； 以所述采集叶片的图像为依据，获取所述样方内所采集的全部叶片的面积； 获取所述样方内残余叶片的图像，其中所述残余叶片的图像为从所述样方内采集叶片后剩余的叶片形成的样方图像； 基于所述残余叶片的图像，获取所述样方内残余叶片的面积； 将所述采集的全部叶片的面积和所述残余叶片的面积加和，得到所述样方内的叶片总面积； 依据公式:LAI = Α/S得到所述样方的叶面积指数LAI，其中A为叶片总面积，S为样方面积。
2.根据权利要求1所述的方法，其特征在于，所述获取样方内采集叶片的图像，包括:获取由商用扫描仪扫描到的所述样方内采集叶片的图像。
3.根据权利要求2所述的方法，其特征在于，以所述采集叶片的图像为依据，获取所述样方内所采集的全部叶片的面积，包括: 通过称重装置获 取形成所述采样板上所述叶片的重量； 对所述采集叶片的图像中进行颜色分类； 利用颜色分类结果，提取所述采集叶片的图像中叶片分布区域，统计所述采集叶片的图像中的叶片面积； 利用公式AA = AS*WA/WS得到所述样方内所采集的全部叶片的面积AA，其中AS为所述叶片面积，WS为所述采样板上所述叶片的重量，WA为从所述样方内采集的全部叶片的重量。
4.根据权利要求3所述的方法，其特征在于，统计所述采集叶片的图像中的叶片面积，包括: 获取所述颜色分类结果中叶片元素的像素数NUM_LEAF以及叶片元素所占面积八_PIXEL，其中所述叶片元素所占面积A_PIXEL为所述采样板面积A_PAPER除以所述颜色分类结果中所有元素的像素数NUM_PAPER ； 将所述叶片元素的像素数NUM_LEAF和叶片元素所占面积A_PIXEL相乘，得到所述采集叶片的图像中的叶片面积。
5.根据权利要求1所述的方法，其特征在于，所述获取样方内残余叶片的图像，包括:获取由照相机拍摄到的所述样方内残余叶片的图像。
6.根据权利要求5所述的方法，其特征在于，以所述残余叶片的图像为依据，获取所述样方内所采集的全部叶片的面积，包括: 对所述残余叶片的图像进行按照样方范围进行剪裁，并获取所述剪裁后的图像中残余叶片的覆盖比例； 依据所述残余叶片的覆盖比例乘以样方面积，获取所述残余叶片的面积。
7.一种叶面积指数测量系统，其特征在于，包括: 图像获取设备，用于获取样方内采集叶片的图像和样方内残余叶片的图像，其中所述采集叶片的图像为从所述样方内采集的叶片不重叠平铺在采样板上形成的图像，所述样方为用于调查植物群路状况而随机抽取的取样地块，所述残余叶片的图像为从所述样方内采集叶片后剩余的叶片形成的样方图像； 电子设备，用于以所述采集叶片的图像为依据，获取所述样方内所采集的全部叶片的面积，基于所述残余叶片的图像，获取所述样方内残余叶片的面积，并将所述采集的全部叶片的面积和所述残余叶片的面积加和，得到所述样方内的叶片总面积，依据公式:LAI = A/S得到所述样方的叶面积指数LAI，其中A为叶片总面积，S为样方面积。
8.根据权利要求7所述的系统，其特征在于，所述图像获取设备包括:商用扫描仪和照相机； 所述商用扫描仪扫描，用于扫描不重叠平铺在采样板上的采集叶片，得到所述样方内采集叶片的图像； 所述照相机，用于得到所述残余叶片的图像。
9.根据权利要求7所述的系统，其特征在于，所述图像获取设备为照相机。
10.根据权利要求7至9任意一项所述的系统，其特征在于，所述电子设备以所述采集叶片的图像为依据，获取所述样方内所采集的全部叶片的面积，包括: 通过称重装置获取形成所述采样板上所述叶片的重量，对所述采集叶片的图像中进行颜色分类，利用颜色分类结果，提取所述采集叶片的图像中叶片分布区域，统计所述采集叶片的图像中的叶片面积，利用公式AA = AS*WA/WS得到所述样方内所采集的全部叶片的面积AA，其中AS为所述叶片 面积，WS为所述采样板上所述叶片的重量，WA为从所述样方内采集的全部叶片的重量。
11.根据权利要求10所述的系统，其特征在于，所述电子设备统计所述采集叶片的图像中的叶片面积，包括:获取所述颜色分类结果中叶片元素的像素数NUM_LEAF以及叶片元素所占面积A_PIXEL，其中所述叶片元素所占面积A_PIXEL为所述采样板面积A_PAPER除以所述颜色分类结果中所有元素的像素数NUM_PAPER ； 将所述叶片元素的像素数NUM_LEAF和叶片元素所占面积A_PIXEL相乘，得到所述采集叶片的图像中的叶片面积。
【文档编号】G01B11/28GK103983217SQ201410229812
【公开日】2014年8月13日 申请日期:2014年5月28日 优先权日:2014年5月28日
【发明者】张兵, 焦全军, 刘良云, 胡勇, 刘新杰, 唐凤莉 申请人:中国科学院遥感与数字地球研究所