植被通过光合作用、呼吸作用、蒸腾作用等生物机能完成各种物质之间的转换,而完成此间转换的主要部分就是绿色植物的叶片,因此植被叶片的密度、分布等等因素直接影响着周围碳、氮、氧、水等元素之间的循环。通过对植被叶片的定量描述可以直接反映出当地的生态环境是否平衡,植被叶片的定量分析研究主要是研究叶面积指数,而冠层孔隙度是计算林冠叶面积指数的重要参数之一。因此对于森林冠层孔隙度的研究能够直接反映生态是否平衡。在获取冠层孔隙度图像时本文使用的是鱼眼镜头,由于鱼眼镜头图像一般存在畸变,因此在研究图像之前要先对图像的即便进行矫正。首先先对鱼眼镜头摄像机进行标定,通过计算摄像机内部参数,利用畸变系数特性对摄像机获取图像时进行畸变校正。本研究提出使用4角邻域模板法对Susan算子进行改进,使用4角邻域模板对图像进行扫描,如果为平坦区域,那么灰度跳变次数为0,如果是边缘点,那么跳变次数为2,如果是角点,那么跳变次数大于等于2,如果为噪声点,因为是孤立点,所以跳变次数为O。所以当跳变次数大于等于2时,再利用Susan算子进行检测。对于森林冠层孔隙度的分割提取,本研究提出了两类分割算法：一种是改进的OTSU算法,原理是对图像进行预分割,在RGB图像下提取蓝色分量,提取后的图像为灰度图像,根据天顶角和方位角的不同,按照同心环函数分成18个同心圆环,再按照分扇形模型分成8个扇形图像,再将预分割后的图像中像素点的灰度值提取出来,通过Matlab确定多余边框像素点的位置,将该位置的像素点灰度值剔除,剩余像素点灰度值信息即为目标区域的灰度值,求得这组数据类间最大方差时的阈值；第二种是灰度图像下的基于标准模板的阈值算法,先在阔叶林附近的开阔天空拍摄一幅图像,对阔叶林拍摄3幅图像,在针叶林附近拍摄一副空旷天空图像,对针叶林拍摄3幅图像,分别对两幅开阔天空图像灰度化,并将其灰度值求平均后作为标准模版阈值,然后将待测图像中所有点与标准模版阈值做差值比较,则最终分割阈值为所有差值求和的平均值。将差值小于平均值的点分割提取出来即可得到森林冠层分割提取图像,此图像为二值图像,所有灰度值为0的像素点的集合即为森林的冠层,所有灰度值为1的像素点的集合即为天空,其比值就是该冠层的孔隙度。