叶面积指数(LAI)是衡量陆地上植物光合作用能力的重要参数,目前常用的LAI测量方法有直接法和间接法两种,半球摄影法就是间接法中的一种。随着数码相机的普及以及图像处理技术的不断发展,人们将图像分割技术应用到叶面积指数的测定中,本文研究使用彩色图像分割技术测定树木叶面积指数(LAI)的可行性,目的为获得一种更为可靠的方法来估测帽儿山实验样地的叶面积指数。本研究通过装有鱼眼镜头的数码相机获得森林的彩色冠层图像,再利用改进的FCM聚类技术分割森林彩色冠层图像,获得森林冠层的孔隙度,基于冠层结构参数模型,由图像分割得到的冠层孔隙度反演叶面积指数。本文考虑到实验得到图像均为彩色图像,为保证尽可能多的保存图像信息,本文采用彩色分割方法。首先,对得到的鱼眼镜头彩色图片进行增强对比度及分区域的预处理；然后,对传统FCM聚类算法对初始条件的依赖强,本文做了相应改进,使用插入规则法确定全局最优带宽,利用优化的均值漂移算法对原始图像进行处理得到图像的聚类数目和聚类中心,把聚类数目和聚类中心引入到FCM算法中,利用FCM聚类算法对彩色图像进行分割；其次,使用改进的OTSU算法计算图像阈值,将彩色图像转换为二值图像,统计天空像素的数目最终获得冠层图像的孔隙度；最后,基于比尔-朗伯定律以及基于叶角分布函数的光分布模型通过单角度法、直线拟合法、Miller公式法及迭代法等不同方法,由实验得到的孔隙度反演出叶面积指数,通过比较寻找一种适合本次实验样地的反演模型。