[发明专利]一种郁闭度的测定方法和装置

权利要求书

1.一种测定郁闭度的方法，其特征在于，包括：

获得树冠投影的图像；

将树冠投影的图像转换成灰度图像；

统计灰度图像中各个灰度级的像素数；

根据各个灰度级的像素数确定郁闭度；

所述根据各个灰度级的像素数确定郁闭度具体包括：

按照组间组内方差结合法确定分割阈值；

遍历灰度图像中所有像素，如果某像素的灰度值小于分割阈值，表示该像素是树冠图像，计数1，否则认为是林冠空隙图像，不计数；

计数总和与灰度图像像素总数的比值就是该灰度图像所代表林地的郁闭度；

所述按照组间组内方差结合法确定阈值具体包括：

设灰度图像各灰度级的概率为p_i，其中，i＝1,…,255，其中p_i＝第i级灰度像素数/各灰度级像素总和；以m为界把灰度级分成G₁、G₂两组，则G₁组的概率和x₁与灰度平均值y₁分别为

x1=Σi=0mpi---(1)]]>

y1=Σi=0mipix1---(2)]]>

G₂组的概率和x₂与灰度平均值y₂分别为

x2=Σi=m+1255pi---(3)]]>

y2=Σi=m+1255ipix2---(4)]]>

于是，图像的灰度平均值y

y=Σi=12xiyi---(5)]]>

G₁、G₂组间方差σ

σ=Σi=12xi(yi-y)2=x1x2(y1-y2)2---(6)]]>

对G1、G₂两组分别引入组内方差，下面分别为G1组内方差和G2组内方差：

σ1=1x1Σi=0m(i-y1)2pi---(7)]]>

σ2=1x2Σi=m+1255(i-y2)2pi---(8)]]>

定义计算函数t，

t=σσ1+σ2=x12x22(y1-y2)2x2Σi=0m(i-y1)2pi+x1Σi=m+1255(i-y2)2pi---(9)]]>

取使t达到最大时的值作为分割阈值，即使t达到最大时的值灰度作为分割阈值。

2.一种测定郁闭度的装置，其特征在于，包括：

图像获得单元，用于获得树冠投影的图像；

转换单元，用于将图像转换成灰度图像；

统计单元，用于统计灰度图像中各个灰度级的像素数；

确定单元，用于根据各个灰度级的像素数确定郁闭度。

所述确定单元具体包括：

阈值确定单元，用于按照组间组内方差结合法确定分割阈值；

计算单元，遍历灰度图像中所有像素，如果某像素的灰度级值小于分割阈值，表示该像素是树冠图像，计数1，否则认为是林冠空隙图像，不计数；计数总和与灰度图像像素总数的比值就是该灰度图像所代表林地的郁闭度；

所述按照组间组内方差结合法确定阈值具体包括：

设灰度图像各灰度级的概率为p_i，其中，i＝1,…,255，其中p_i＝第i级灰度像素数/各灰度级像素总和；以m为界把灰度级分成G₁、G₂两组，则G₁组的概率和x₁与灰度平均值y₁分别为

x1=Σi=0mpi---(1)]]>

y1=Σi=0mipix1---(2)]]>

G₂组的概率和x₂与灰度平均值y₂分别为

x2=Σi=m+1255pi---(3)]]>

y2=Σi=m+1255ipix2---(4)]]>

于是，图像的灰度平均值y

y=Σi=12xiyi---(5)]]>

G₁、G₂组间方差σ

σ=Σi=12xi(yi-y)2=x1x2(y1-y2)2---(6)]]>

对G1、G₂两组分别引入组内方差，下面分别为G1组内方差和G2组内方差：

σ1=1x1Σi=0m(i-y1)2pi---(7)]]>

σ2=1x2Σi=m+1255(i-y2)2pi---(8)]]>

定义计算函数t，

t=σσ1+σ2=x12x22(y1-y2)2x2Σi=0m(i-y1)2pi+x1Σi=m+1255(i-y2)2pi---(9)]]>

取使t达到最大时的值作为分割阈值，即使t达到最大时的值灰度作为分割阈值。