宋文龍，郭 慧，宋佳音

(東北林業(yè)大學(xué)，黑龍江 哈爾濱 150040)

森林冠層孔隙度提取方法比較

宋文龍，郭 慧，宋佳音

(東北林業(yè)大學(xué)，黑龍江 哈爾濱 150040)

選取最大熵算法、OTSU算法和改進(jìn)OTSU算法對(duì)同一副魚眼鏡頭的冠層半球圖像進(jìn)行孔隙度提取，并將結(jié)果與Winscanopy軟件所得結(jié)果進(jìn)行比較分析。結(jié)果表明，改進(jìn)的OTSU算法與Winscanopy具有最高的相關(guān)性，改進(jìn)OTSU算法為有效獲取冠層孔隙度開辟了新途徑。

Winscanopy；半球圖像；冠層孔隙度；改進(jìn)OTSU算法

葉面積指數(shù)是衡量森林冠層生長(zhǎng)情況的一個(gè)非常重要的指標(biāo)。葉面積指數(shù)的測(cè)量分為直接法和間接法[1]。直接法雖結(jié)果真實(shí)但卻不易實(shí)施，因此間接法得到了非常廣泛的應(yīng)用。目前間接測(cè)量法中主要包括相對(duì)生長(zhǎng)測(cè)定法、斜點(diǎn)樣方法和光學(xué)測(cè)量法。目前主要采用的光學(xué)測(cè)量法中，使用的儀器主要包括LAI-2000、HemiView、TRAC等。但光學(xué)測(cè)量法在使用時(shí)受到地面諸多因素的影響，如光照強(qiáng)度、曝光率、測(cè)量時(shí)間等，因此國(guó)內(nèi)外學(xué)者對(duì)于此方法進(jìn)行了諸多研究。在間接法中，Winscanopy軟件得到了多方面的認(rèn)可，但由于商業(yè)化軟件使用范圍受到限制，所以本文采用光學(xué)測(cè)量法對(duì)冠層孔隙度進(jìn)行提取，進(jìn)而與Winscanopy軟件進(jìn)行比較，從而驗(yàn)證結(jié)果的可靠性。

森林冠層半球圖像孔隙度即為半球圖像中天空占整個(gè)圖像的比例。冠層半球圖像是通過帶有魚眼鏡頭的數(shù)碼相機(jī)由下向上拍攝所得。冠層孔隙度對(duì)于研究(如葉面積指數(shù)、葉傾角等)具有非常重要的意義，因此本文選取最大熵算法、OTSU算法、改進(jìn)OTSU算法對(duì)冠層參數(shù)中的冠層孔隙度進(jìn)行提取，以期為冠層的結(jié)構(gòu)和特征研究提供最佳的冠層孔隙度提取方法。

1 方案設(shè)計(jì)

1.1 系統(tǒng)構(gòu)成

系統(tǒng)總體方案設(shè)計(jì)見圖1。

1.2 半球圖像的藍(lán)色通道提取

由魚眼鏡頭拍攝的冠層半球圖像在存儲(chǔ)時(shí)為RGB彩色圖像。由光學(xué)特性可知，太陽(yáng)光在RGB彩色圖像的藍(lán)色通道中被反射的最少，冠層更暗，對(duì)比紅色通道和綠色通道圖像更加顯而易見。因此本文選擇對(duì)原始圖像的藍(lán)色通道進(jìn)行處理。原始圖像及單色通道圖像見圖2。

圖1 總體設(shè)計(jì)方案

1.3 圖像分割

魚眼鏡頭的視角幾乎可以達(dá)到180度，所以當(dāng)鏡頭是由下向上垂直拍攝獲得一幅完整的天空?qǐng)D像時(shí)，由于拍攝的圖像受到地點(diǎn)、時(shí)間、天氣等因素的影響，造成圖像中最亮的部分不一定在圖像的正中央，使得不同方位角上接受的太陽(yáng)輻射有所不同；或者由于低矮作物枝葉的影響，遮擋住了小部分的冠層。為解決以上問題造成的冠層孔隙度提取過程中的困難，增加準(zhǔn)確度，本文將冠層圖像按照不同的方位角分成8個(gè)扇形圖像進(jìn)行分別處理(圖3)。

圖2 闊葉林原始圖像及單色通道圖像

1.4 閾值的選擇

由于閾值處理的方法直觀、實(shí)現(xiàn)方便且計(jì)算速度快，因此圖像閾值處理在圖像分割應(yīng)用中處于核心地位。設(shè)一幅灰度圖像為f(x，y)，則此圖像基本可概括為由灰度值較高的背景和灰度值較低的物體組成。若在最小誤差下將物體從背景中分離出來，選擇一個(gè)合適的閾值(T)將會(huì)是一種行之有效的方法。(x，y)為灰度圖像f(x，y)中的任意像素點(diǎn)，若f(x，y)

目前對(duì)于閾值的選取方法多種多樣，如直方圖法、OTSU算法、最大熵算法、一維交叉熵值法、二維OTSU算法等。經(jīng)過多方面的研究和比較，本文在為扇形圖像選取合適的閾值時(shí)，選擇了最大熵算法、OTSU算法和改進(jìn)OTSU算法。因原始的OTSU算法只是將圖像中的全部像素不進(jìn)行歸類的提取，所以在改進(jìn)OTSU算法中，將扇形圖像的像素信息提取出來，去除非處理目標(biāo)的空白部分的像素點(diǎn)，那么剩余的像素點(diǎn)即為環(huán)形圖像的實(shí)際要處理的部分。因此改進(jìn)OTSU算法在處理扇形圖像方面有顯著改善。

選擇合適的閾值之后，將分割后的圖像進(jìn)行二值化處理，灰度值大于閾值的像素置為1，否則置為0。二值化后的圖像見圖4。由圖4可明顯看出，3種算法的閾值為T改進(jìn)OTSU>TOTSU>T最大熵。

圖3 相同方位角扇形圖像

圖4 二值化圖像

2 數(shù)據(jù)處理

將3種算法二值化生成的8幅圖像分別提取黑色像素個(gè)數(shù)并求和(S)。因每幅圖像的大小均相同，設(shè)R為圖像的像素總個(gè)數(shù)，冠層孔隙度為GF，則GF=(R-S)/R，對(duì)于每幅圖像閾值的選擇見表1。圖像二值化后，提取二值化圖像中像素值為0的像素的個(gè)數(shù)，見表2。

表1 閾值的選擇

表2 像素值為0的像素個(gè)數(shù)

本文為排除圖像選取時(shí)的特殊性，用3種方法同時(shí)提取了9幅針葉林圖像的冠層孔隙度，結(jié)果見表3。由表3可知，在處理針葉林圖像時(shí)，改進(jìn)OTSU算法顯然與Winscanopy處理所得數(shù)據(jù)有著更大的相關(guān)性，9組圖像數(shù)據(jù)的相關(guān)系數(shù)均在0.96以上。

表3 3種算法與Winscanopy軟件處理針葉林圖片數(shù)據(jù)比較 %

3 小結(jié)

本文采用3種不同的算法提取針葉林森林冠層孔隙度并與國(guó)際較為認(rèn)可的Winscanopy軟件相比較。結(jié)果顯示，改進(jìn)OTSU算法與Winscanopy具有最高的相關(guān)性，9組圖像數(shù)據(jù)的相關(guān)性均在0.96以上，而OTSU算法與最大熵算法顯然不適用于處理本文中的半球圖像。

[1]李靖宇，穆偉斌，金成，等.圖像分割在醫(yī)學(xué)圖像處理中的應(yīng)用研究[J].微型機(jī)與應(yīng)用，2012，8(3)：29-31.

[2]Alemu Gonsamo，Jean-Michel N.Walter，Petri Pellikka.CIMES：A package of programs fordetermining canopy geometry and solar radiation regimes through hemispherical photographs[J].Computers and Electronics in Agriculture，2011，79(9)：207-215.

[3]張麗敏，王麗華，殷紅.一種半球圖像的處理方法[J].遼寧林業(yè)科技，2006，3(4)：16-19.

[4]Craig Macfarlane，Stefan K.Arndt，Stephen J.Livesley.Estimation of leaf area index in eucalypt forest with vertical foliage，using cover and fullframe fisheye photography[J].Forest Ecology and Management，2007，242(8)：756-763.

[5]岡薩雷斯.數(shù)字圖像處理[M].3版.北京：電子工業(yè)出版社，2011：6.

[6]謝勰，王輝，張雪峰.圖像閾值分割技術(shù)中的部分和算法綜述[J].西安郵電學(xué)院學(xué)報(bào)，2011，3(5)：1-5，13.

[7]韓思齊，王蕾.圖像分割的閾值法綜述[J].系統(tǒng)工程與電子技術(shù)，2006，6(4)：91-94.

[8]姚敏.數(shù)字圖像處理[M].北京：機(jī)械工業(yè)出版社，2006.

[9]陳書海.實(shí)用數(shù)字圖像處理[M].北京：科學(xué)出版社，2005.

Comparation of Extraction Method of Forest Canopy Porosity

SONG Wen-long，GUO Hui，SONG Jia-yin

(NortheastForestryUniversity，Harbin150040，Heilongjiang，China)

Select three methods，include maximum entropy algorithm，OTSU algorithm，improved OTSU algorithm that is applied for extracting porosity of canopy hemispherical phothgraph of the same pair of fisheye lens and contrasting result with another result got by Winscanopy.The result shows，correlation of OTSU algorithm improved in this paper and Winscanopy is high.Therefore，improved OTSU algorithm proposed in this paper is applied for opening up new ways of getting forest canopy porosity effectively.

Winscanopy；hemispherical photographs；canopy gap graction；improved OTSU algorithm

2014-09-26；

2014-10-27

中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(基于DHP反演森林冠層結(jié)構(gòu)參數(shù)方法的研究，2572014BB04)

宋文龍(1973—)，男，吉林四平人，東北林業(yè)大學(xué)教授，博士生導(dǎo)師，從事林業(yè)智能檢測(cè)與控制研究。E-mail：980210357@qq.com。

10.13428/j.cnki.fjlk.2015.03.013

S718.42

A

1002-7351(2015)03-0063-04