叶面积指数(Leaf Area Index,LAI)是森林冠层的重要结构参数,与森林生态系统中的许多生物和物理过程有关。在LAI测量方法中,半球摄影法(Digital Hemispherical Photography,DHP)以其简单、快速、通用性强、非破坏性,成为使用最广泛的方法之一。但是这种方法仍存在一些技术难题,其中一个关键点便是对森林冠层图像的分割。由于图像分割是DHP中进行图像分析的第一步,因此分割的准确性将严重影响后续数据处理以及LAI的计算结果。鉴于此,本论文对森林冠层半球图像的分割方法进行了相关研究,主要研究内容如下:针对林冠半球图像中非成像像素对分割的影响,本文提出一种基于圆形霍夫变换(Circular Hough Transform,CHT)的有效成像区域提取算法。首先使用最小误差法来分割林冠图像,然后运用数学形态学方法获得边界点,最后利用CHT处理边界点得到成像区域的圆形参数,进而提取出林冠半球图像的有效成像区域。该方法使得后续处理不必再考虑非成像像素,利于进行图像分割。针对森林冠层半球图像的复杂性,引入马尔科夫随机场(Markov Random Field,MRF)图像分割方法对其进行分割。将该方法与传统算法(Otsu算法、三维Otsu算法、最大熵法、K均值聚类算法、模糊C均值聚类算法)进行了图像分割对比实验。实验表明,该方法分割效果良好。为进一步提高MRF图像分割方法在应用于林冠半球图像时的分割精度,提出一种改进的MRF林冠半球图像分割方法。首先构造了与真实分布近似的概率分布模型,将其应用于观测场,使观测场模型符合图像真实信息,进而得到更有效的分割结果。然后通过提出的全局优化算法,来获得更加优化的分割结果。最后使用去反光后处理算法来识别反光像素,并对其矫正,从而抑制了反光现象对图像分割的影响。实验结果显示,以上改进均提高了算法的分割精度。以本文提出的图像分割方法为核心,搭建了森林冠层图像采集与处理系统,并完成了对分割方法的具体实现。通过180°的鱼眼摄像头来采集林冠图像,并使用安装了OpenCV库的树莓派开发平台来实现对图像的分割,采用7寸触摸屏来进行人机交互操作及显示处理结果。该系统具有低成本、体积小易移动、高集成度、操作方便等优点,有一定的实际应用价值。