光合作用是植物生长的重要方式,叶片面积是影响植物光合作用的重要因素,为了实现对作物长势和产量的估计和预测,需要对叶片面积进行准确测定。本文提出一种基于数字图像处理的复杂背景叶面积测定方法,复杂背景指不同的拍摄距离、角度、光照强度、光照方向和遮挡。首先,采集椭圆形和卵形植物叶片,进行图像预处理及失真矫正,去除因拍摄距离、角度、光照强度、光照方向四个因素对叶片图像造成的影响,运用Otsu算法和粒子群优化算法,实现了单叶片面积的测定。进而,针对常见的叶片遮挡情况,利用贪婪算法和像素法对所遮挡叶片进行了重构和叶片面积计算。最后,选用不同几何图形标定物进行方法稳定性试验,对野外环境下不同类型叶片进行测定误差和图像失真矫正误差分析,经过50次的测定实验,平均相对误差为2.05%。本文的研究为复杂背景下叶片面积测定提供了思路,也为测定其他类型叶片面积奠定了理论基础。本文主要工作如下:（1）图像预处理。对采集的叶片图像进行灰度处理、灰度变换、图像平滑等预处理操作,去除光照方向、光线强度等不良因素对图像质量的干扰,使得叶片图像更为清晰,提升图像对比度。（2）图像矫正。为了降低由于拍摄时物距和相机焦距的不同而导致的测定误差,采用三角形等接近叶片形状的已知面积图形作为标定物,在拍摄叶片常见物距和焦距下,进行多次实验得出误差最小的比例系数;对角点检测算法进行改进,结合图像透视变换,修正采集叶片图像时因拍摄设备主光轴与叶片平面不垂直造成的图像畸变。（3）图像分割。选用Otsu多阈值算法,使用粒子群优化算法找到合适的分割阈值对图像进行分割。（4）被遮挡叶片重构和面积测定。对叶片图像进行凹点检测与凸点检测,获取叶片重叠部分,利用贪婪算法处理重叠部分边缘点,得到重叠部分的边缘;将重叠叶片的上层叶片分割出来,并把重叠叶片下层叶片的尖端点连接成轴线,将未被遮挡下层叶片沿轴翻转,得到完整的下层叶片;采用像素法得到重构后的叶片面积。