1.一种基于半球图像法测量叶面积指数的方法，其特征在于，包括以下步骤：(1)、图像采集及预处理；

采用鱼眼摄像头拍摄植被冠层图像，然后对植被冠层图像先进行灰度化处理，再使用固定阈值法进行二值化处理，最后进行先膨胀后腐蚀的处理，从而得到轮廓清晰的二值化图像；

(2)、确定植被冠层图像的有效成像区域的几何中心O1(u0,v0)和圆形有效成像区域的半径R；

(2.1)、在二值化图像中，以左上角第一个像素点作为像素坐标系的原点O，建立像素坐标系xOy；

(2.2)、设置有效数据集，初始化为空；

(2.3)、从左往右逐行逐列扫描二值化图像，当扫描到某一像素点(x,y)的像素值为255时，进一步判断像素点(x+1,y)的像素值是否也为255，如果这两个像素点的像素值都为

255，则将像素点(x,y)识别为轮廓边界点，并记录像素点(x,y)坐标保存至有效数据集，否则继续扫描，直到最后一个像素点扫描结束；

从右往左逐行逐列扫描二值化图像，当扫描到某一点(x,y)的像素值为255时，进一步判断像素点(x‑1,y)的像素值是否也为255，如果这两个像素点的像素值都为255，则将像素点(x,y)识别为轮廓边界点，并记录像素点(x,y)坐标保存至有效数据集，否则继续扫描，直到最后一个像素点扫描结束；

2 2

(2.4)、在像素坐标系xOy中，构建圆方程x+y＝Ax+By+C；

2 2

(2.5)、以x+y作为标签，x,y,1作为特征值，利用有效数据集训练基于机器学习的多元变量线性回归模型，得到参数A,B,C；

(2 .6)、将参数A,B,C代入圆方程，得到圆心坐标 半径为(3)、对鱼眼镜头进行投影方程标定；

(3.1)、选取8×11的黑白棋盘板作为标准面，设置上、下四个相邻黑白棋格交线的交点为标定点，即黑白棋格图像的角点；在与标准面垂直的轴线上固定好镜头位置，使得透镜光轴垂直于标定板平面，拍摄标定板图像；

(3.2)、用激光笔标识好镜头中心在标准面上的投射点O2；

(3.3)、在世界坐标系中测定鱼眼镜头中心与标准面的距离l和黑白棋盘各标定点距离O2的距离h，计算出各标定点的入射角(3.4)、使用Harris角点检测法提取出各角点的像素坐标(u,v)，然后计算出各角点到鱼眼图像有效区域中心O1(u0,v0)的像素距离(3.5)、调整标定板与鱼眼镜头中心的距离，在不同距离下重复(3.1)‑(3.4)的操作，从而记录 组(r,θ)数据；

(3.6)、将提取的 组(r,θ)数据带入标定投影方程r＝fθ，再基于最小二乘法拟合，得到其中， T表示转置；

(4)、采集待测点的植被冠层图像并处理；

(4.1)、采用鱼眼摄像头拍摄待测点的植被冠层图像，并进行灰度化处理；

(4.2)、对植被冠层的灰度图像进行二值化处理：(4.2.1)、以图像圆心O1为起点，将灰度图像中的圆形有效成像区域按照拍摄的方位角和入射角分别进行分块，其中，灰度图像按拍摄的方位角一共分为m1个区域块，每个区域块又按入射角分为m2个区域块，共分为m1×m2个扇形块；

(4.2.2)、利用改进的otus算法获取每一个扇形块的二值化阈值T，并按照二值化阈值T进行二值化分割,得到待测点的植被冠层二值化图像；

(5)、提取多个角度的冠层孔隙度；

(5.1)、根据投影方程r＝fθ，在待测点的植被冠层二值化图像中按照(0～θ0)入射角范围取n个环，每个环对应宽度dθ＝θ0/n的入射角区间，由内到外，各环的半径为r1＝f·θ0/n,r2＝2f·θ0/n,r3＝3f·θ0/n......rn＝f·θ0，各环的入射角依次用θ1＝1/(2n)θ0,θ2＝3/(2n)θ0,θ3＝5/(2n)θ0,…,θn＝(2n‑1)/(2n)θ0表示；

(5.2)、计算各入射角下的冠层孔隙度T(θi)；

其中，T(θi)表示入射角θi下的冠层孔隙度，Nleaf(θi)表示在入射角θi下背景像素点个数，Nsky(θi)表示在入射角θi下叶片像素点个数；

(6)、利用反演公式计算叶面积指数；

叶面积指数的反演公式为：

其中，w′i为各个环的归一化权重因子，满足

2.根据权利要求1所述的一种基于半球图像法测量叶面积指数的方法，其特征在于，所述的利用改进的otus算法获取每一个扇形块的二值化阈值T的具体过程为：

1)、统计每个扇形块的灰度直方图，对每个扇形块分别计算阈值t＝0,2,…,255情况下的类间方差

其中，w1为天空像素占比， Ni为某一扇形块内灰度值为i的像素点个数，Sum为某一扇形块内总像素点个数；w2为叶面像素占比，w2＝1‑w1；μ1为天空像素的平均灰度值，pi为某一扇形块内灰度值为i的像素占比， μ2为叶面像素的平均灰度值，

2)、在每个扇形块内，使得类间方差 最大的阈值t作为该扇形块的二值化阈值T，然后使用该二值化阈值T进行二值化分割。