1.基于点云数据的有效叶面积指数提取方法，其特征在于：包括以下步骤：获取带有种植物区域的三维点云数据；

使用点云数据的颜色信息与几何信息进行计算获取作物点云数据；

将作物点云数据投影到上半球面，再投影到平面并二值化得到半球图像；

将半球图像划分为若干天顶视角下的同心圆环，计算各天顶视角下的孔隙率；

根据孔隙率估算有效叶面积指数；

所述使用点云数据的颜色信息与几何信息进行计算获取作物点云数据，是按照以下步骤进行的：根据点云数据的颜色信息计算EXG指数；

根据点云数据的EXG指数使用Otsu方法滤除地面点；

根据点云数据的几何信息确定种植物区域的高度阈值集与坡度阈值集；

根据种植物区域的高度阈值集与坡度阈值集，使用改进的基于坡度变化的算法滤除残留的地面点，得到作物点云数据；

所述半球图像具体按照以下步骤进行：

使用坐标系转换将三维直角坐标系中的作物点云数据转化到球坐标系，投影到半径为

1的半球面上；

使用等积方位投影或球极平面投影，将球面点云投影到平面；

对半球图像二值化处理得到二值半球图像；

所述孔隙率具体按照以下步骤进行：

将二值半球图像划分为若干个同心圆环，每个同心圆环对应一个天顶视角，取每个圆环视角中间值代表该圆环的天顶视角值，通过以下公式计算每个天顶视角的孔隙率：其中， 为视角 下叶片像素含量， 为视角 下背景像素含量；

所述有效叶面积指数的单视角反演法估算按照以下公式进行计算：其中，为入射光线的天顶角， 是表示视角为 下的单位叶片在空间上随机分布情况下的投影面积， 为入射光线的天顶角为 下的孔隙率。

2.如权利要求1所述的基于点云数据的有效叶面积指数提取方法，其特征在于：所述有效叶面积指数是使用单角度反演法或多角度反演法估算进行的。

3.如权利要求1所述的基于点云数据的有效叶面积指数提取方法，其特征在于：所述有效叶面积指数的多视角反演法估算按照以下公式进行计算：其中，n为划分的同心圆环数， 为第i个同心圆环的孔隙率， 为相邻环天顶角差。

4.基于点云数据的有效叶面积指数提取系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现权利要求1‑3任一项所述的方法。

5.基于点云数据的有效叶面积指数提取系统，其特征在于：包括数据获取单元、Otsu结合改进的基于坡度变化的滤波器、点云球面投影单元、点云平面投影单元、孔隙率计算单元、作物有效叶面积指数估算单元；

所述数据获取单元，用于获取农作物种植区域的无人机影像，通过SfM算法生成的三维点云；

所述Otsu结合改进的基于坡度变化的滤波器，用于对原始点云进行预处理，根据实际作物种植间距将点云采样获取正方形采样区域；根据点云数据的颜色信息计算EXG指数，再使用Otsu滤波方法初步滤除大部分地面点；根据点云数据的几何信息，使用改进的基于坡度变化的滤波方法滤除残留的地面点，得到作物点云；

所述点云球面投影单元，用于将三维笛卡尔坐标系中的点云数据投影到半径为1的球面，以获得球面点云；

所述点云平面投影单元，用于使用等积方位投影和球极平面投影将球面点云投影到平面并进行二值化，得到二值化半球图像；

所述孔隙率计算单元，用于根据孔隙率计算公式计算18个天顶视角的孔隙率；

所述作物有效叶面积指数估算单元，用于根据计算得到的孔隙率，分别使用单角度反演法和多角度反演法估算有效叶面积指数；

所述孔隙率具体按照以下步骤进行：

将二值半球图像划分为若干个同心圆环，每个同心圆环对应一个天顶视角，取每个圆环视角中间值代表该圆环的天顶视角值，通过以下公式计算每个天顶视角的孔隙率：其中， 为视角 下叶片像素含量， 为视角 下背景像素含量；

所述有效叶面积指数按照以下公式进行计算：

其中，为入射光线的天顶角， 是表示视角为 下的单位叶片在空间上随机分布情况下的投影面积， 为入射光线的天顶角为 下的孔隙率。