基于半球攝影法的便攜式葉面積指數(shù)測量儀研制

陳云坪， 袁子煒， 馬存詩， 戴學(xué)成， 魏海昌， 陳 彥

（電子科技大學(xué)自動化工程學(xué)院，成都611731）

0 引 言

葉面積指數(shù)（Leaf Area Index，LAI）具體定義為單位地表面積內(nèi)綠葉總面積的一半［1］。該參數(shù)主要反映植物冠層的生長狀況，它既可以在生態(tài)學(xué)上作為植被冠層內(nèi)光合作用和表面蒸散能力的度量指數(shù)，也可以作為冠層內(nèi)部葉反射表面的遙感度量，以判斷植被的生長狀況［2］。實現(xiàn)LAI 的快速準(zhǔn)確測量在農(nóng)業(yè)、生態(tài)、全球變化研究中都具有重要的價值。

LAI 測量可分為直接測量法和間接測量法兩類［3］。直接測量法主要是通過收集植物葉片然后測算出準(zhǔn)確的葉面積。這種方法雖然測量結(jié)果準(zhǔn)確，但工作量極大，且通常對植被具有破壞性，實際測量中很少采用。

間接測量法最具代表性的是光學(xué)測量法［4］，該方法利用光學(xué)儀器獲取的冠層間隙率/透過率來反演LAI。基于傳感器不同，光學(xué)測量發(fā)又可分為光強度衰減法和半球攝影法（DHP）兩種方法。采用前者的儀器包括LAI-2200［5-6］、TRAC；后者如CI-110。半球攝影法通過攝影方式獲取植物冠層半球圖像，可以對植物冠層圖像的各組分進行詳細(xì)分類，具有對光照條件限制少、可獲得全角度信息、可獲得間隙大小分布信息的優(yōu)點，被認(rèn)為是極具發(fā)展?jié)摿Φ囊环N測量方法［7］。但由于獲取的圖片需帶回實驗室進行處理分析，數(shù)字半球攝影法通常被認(rèn)為比其他間接法復(fù)雜且費時［8］。

本文基于半球攝影法研發(fā)了一套便攜式葉面積指數(shù)測量儀器（Hemispherical Photograph LAI，H-LAI）。通過魚眼鏡頭獲取相關(guān)植被冠層圖像并在智能終端上實現(xiàn)對冠層圖像的自適應(yīng)分割，實時獲取植被LAI；此外，測量結(jié)果及圖像基于4G 網(wǎng)絡(luò)實時上傳到基于網(wǎng)絡(luò)的數(shù)據(jù)管理系統(tǒng)，室內(nèi)試驗人員可實時查看野外獲取的數(shù)據(jù)。該系統(tǒng)實現(xiàn)了LAI 的準(zhǔn)確、快速獲取和存儲管理，為遙感數(shù)據(jù)獲取及驗證以及野外試驗的進行提供了便利。

1 系統(tǒng)設(shè)計

1.1 硬 件

該系統(tǒng)硬件部分包含魚眼鏡頭、智能平板設(shè)備、手持支架和其他輔助材料四部分。整體硬件系統(tǒng)實物圖如圖1 所示。

圖1 硬件系統(tǒng)實物圖

由圖1 可見，魚眼鏡頭安裝在手持支架頂端，其連接線通過中空的手持桿在手持桿后端與夾持的智能平板相連接。使用時通過前端的魚眼鏡頭獲取需要分析的植物冠層圖像，通過智能平板儲存獲取的圖像數(shù)據(jù)，并在平板內(nèi)完成圖像分割、植被參數(shù)計算、結(jié)果分析以及顯示。

1.2 軟 件

基于Android系統(tǒng)開發(fā)了LAI測定APP程序。開發(fā)平臺為Android Studio，基于JAVA 語言進行相關(guān)開發(fā)。該APP程序適用于操作系統(tǒng)版本在4.0 以上的Android系統(tǒng)智能終端，安裝后配合硬件系統(tǒng)即可完成測量。分析軟件設(shè)計首頁如圖2 所示。

圖2 軟件系統(tǒng)設(shè)計效果圖

軟件系統(tǒng)使用流程如下：首先通過魚眼鏡頭獲取植物冠層圖像。然后通過改進的大津算法對獲取的植物冠層圖像進行分割，計算其冠層孔隙率，并基于此反演植被LAI。為方便對單次實驗中的多次樣本點數(shù)據(jù)進行記錄，實驗記錄分為單點數(shù)據(jù)記錄以及單次實驗記錄（將所有數(shù)據(jù)儲存在一個文件夾中）兩種操作。為方便查詢過去已經(jīng)保存下來的樹木冠層圖片及植被參數(shù)等，軟件還設(shè)計有歷史記錄查詢功能。

此外，為了方便對多站點數(shù)據(jù)進行管理，對已獲取數(shù)據(jù)進行查詢、篩選、整合，在網(wǎng)絡(luò)聯(lián)通的條件下，APP還可自動將獲取的數(shù)據(jù)從平板端上傳至網(wǎng)絡(luò)后臺，用戶可通過相應(yīng)的網(wǎng)站對歷史數(shù)據(jù)進行下載，實驗操作后臺如圖3 所示。

圖3 數(shù)據(jù)管理端效果圖

2 算 法

2.1 半球攝影法

半球攝影法是通過魚眼鏡頭從下向上對植物的冠層進行拍攝的一種攝影方法。圖片前景為植物冠層圖像，背景為天空［9］。

魚眼鏡頭實際上由很多透鏡組成，成像的實際過程是將入射光線經(jīng)過不同范圍的折射將影像最終投到有限的平面上。成像原理如圖4［10］所示。

由圖4 可見，魚眼鏡頭的實際成像結(jié)果是圓形，內(nèi)切于整個圖像。因此，如果以魚眼鏡頭圖像中心為坐標(biāo)原點建立平面直角坐標(biāo)系，則圖像中的任意一點（x，y）所在圓周的實際視角θ可根據(jù)下式計算獲得：

圖4 魚眼鏡頭成像原理圖

式中：R代表魚眼鏡頭采集圖像成像圓的半徑。

2.2 米勒法

光學(xué)法基于光線通過冠層的輻射傳輸測量冠層孔隙率，需基于兩個假定條件：①冠層的葉子服從隨機分布；②天空是漫射光且不考慮冠層內(nèi)部產(chǎn)生的漫射。由孔隙率可得葉面積指數(shù)［4，11］：

式中：θ為觀察向的天頂角；P（θ）為視角為θ時獲得的冠層孔隙率。

為方便計算，將式（2）轉(zhuǎn)化為差分形式：

可見，該方法需要獲取多個同心圓的孔隙率代入公式進行疊加，才可計算得到最后的LAI。因此需對魚眼圖像進行同心圓分割，效果圖如圖5 所示。

圖5 同心圓分割示意圖

式（3）中Δθ的大小對LAI的準(zhǔn)確度有重要影響。值越小，表示劃分的同心圓環(huán)數(shù)越多，差分公式的計算效果就和積分公式的計算效果越接近，此時的準(zhǔn)確度自然也就越高，但相應(yīng)的計算量將增大，不利于在智能設(shè)備上運行；而如果Δθ 增大，則表示所分同心圓環(huán)數(shù)變少，精確度降低，但相應(yīng)的計算量會大大減少。

在實際測量中，根據(jù)應(yīng)用需求和搭建環(huán)境的實際情況，最終確定Δθ = 5°。由于魚眼鏡頭圖像從圓心處到圖像邊緣的視角差為90°，因此共可劃分成為18 個同心圓環(huán)。考慮90°視角處距離是無限遠(yuǎn)的，且圖像較暗，無法進行有效地二值化處理，因此在計算時忽略最外層圓環(huán)。

2.3 基于HSV顏色空間的圖像分割

天氣晴朗條件下，半球圖像中天空呈現(xiàn)藍(lán)色，部分葉片由于強光反射的影響，呈現(xiàn)高亮度白色。在這種情況下，基于亮度的分割方法很難獲得正確的分割結(jié)果，而利用基于顏色空間的HSV算法則能取得滿意的分割結(jié)果。

HSV （Hue，Saturation，Value）3 個顏色通道分別是色調(diào)（H）、飽和度（S）和明度（V）［13］。基于HSV 算法的分割效果如圖6（b）所示。

由于對天氣狀態(tài)比較敏感，在本研究中，HSV 算法不僅是晴天條件下用于分割的方法，也是確定采用何種分割算法的依據(jù)。該方法的不足之處在于僅對色彩比較豐富的晴天有效，其余環(huán)境條件下則難以取得滿意的分割效果［見圖6（b）下］。

2.4 大津法的圖像分割

大津法（Otsu）又被稱為最大類間方差算法，是自適應(yīng)地選擇分割閾值的分割算法［15］。其原理是通過遍歷0 ～255 不同的灰度等級，根據(jù)圖像中每個像素點的具體灰度等級將圖像劃分為前景色和背景色兩部分，并且計算前景和背景之間的類間方差。如果基于某個閾值計算得到的類間方差越大，就說明圖像的兩部分之間的差別越大，那么出現(xiàn)分割錯誤的可能性就越小，以此來確定能夠?qū)φ鶊D進行劃分的最優(yōu)閾值［16］。

圖6 基于HSV算法和大津法的圖像分割結(jié)果對比

在陰天、早晨及黃昏時分，光照條件以漫射光為主，此時采用大津算法就能取得滿意的分割效果［見圖6（c）下］。但晴朗條件下，光照情況比較復(fù)雜，大津法則難以取得有效的分割結(jié)果［見圖6（c）上］。

2.5 算法改進

針對HSV 算法及大津法的不足之處，構(gòu)建了HSV-Otsu算法解決復(fù)雜環(huán)境下的算法自適應(yīng)問題，具體做法為：①利用HSV 算法計算圖像中藍(lán)色像素點的個數(shù)n；②當(dāng)n大于等于閾值T時，判定為晴天，采用HSV算法進行分割；③當(dāng)n小于閾值T時，判定為陰天，采用大津法進行分割；④利用分割結(jié)果計算葉面積指數(shù)。

由圖6 可見，當(dāng)采用適當(dāng)?shù)姆指罘椒ê螅煌h(huán)境條件下的半球圖像均能取得滿意的分割結(jié)果。

3 結(jié)果與分析

為驗證算法的有效性和準(zhǔn)確性，利用LAI-2200C植物冠層分析儀與H-LAI 進行了對比驗證，如圖7所示。

圖7 H-LAI與LAI-2200測量結(jié)果相關(guān)性

試驗地位于中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所，時間2019-09-22。分別獲取玉米、草地和樹林各14、34 和37 對數(shù)據(jù)。試驗方法為依次用LAI-2200C和本課題的手持儀在同樣位置進行測量，采樣間隔為4 m。

分析結(jié)果顯示，LAI-2200C 與H-LAI 測量結(jié)果相關(guān)性分別為0.690 6（樹木）、0.837 1（草地）和0.928 7（玉米），均達(dá)到統(tǒng)計意義上的極顯著。表明本研究基于半球攝影法在植被葉面積指數(shù)反演算法具有良好的精度，且適用于不同的植被類型。

4 結(jié) 語

針對復(fù)雜條件下LAI野外快速、準(zhǔn)確測量的問題，研制了一種通過半球攝影法測量植物葉面積指數(shù)的便攜式手持儀器（H-LAI）。經(jīng)與LAI-2200C 的對比試驗驗證，測量結(jié)果具有極顯著的相關(guān)性，測量結(jié)果穩(wěn)定可靠。此外，H-LAI 使用便捷，利用智能終端外接USB接口的攝像頭即可完成對植被冠層圖像的采集；獲取相關(guān)參數(shù)迅速，利用智能終端搭載的APP即可完成圖像分割和LAI計算；數(shù)據(jù)存儲管理有效，可供用戶在后臺網(wǎng)站篩選并下載所需數(shù)據(jù)。H-LAI的研制為野外快速獲取LAI數(shù)據(jù)提供了便利，有望在農(nóng)業(yè)、生態(tài)及遙感產(chǎn)品真實性驗證試驗中發(fā)揮重要作用。