为了研究植物在遏制气候变暖吸收CO2的具体情况,建立植物在不同状态下固碳模型,本文对气孔开度的测量方法进行研究。现有的测量气孔开度的方法,本质上是将叶片表皮制作成玻璃装片,之后通过显微镜下的成像,使用近似法或者网格计数法对气孔面积进行计算,得到气孔开度。这两种方法不但计算出的数据偏差较大,而且制作装片、显微观察、近似计算都是需要人工进行操作,工作量巨大,十分不利于科学研究。为了快速准确的得到气孔开度的信息,本文引入一种自动计算方法。对于在实验过程中获得的植物叶片图像,进行图像处理。为了得到气孔开度的面积,需要对图像进行分割。在图像分割众多方法中,阈值分割作为一种成熟且效果较好的方法被应用到本文中。在阈值分割的过程中,为了准确快速的确定最优阈值,本文在阈值选取的环节引入遗传算法。由于遗传算法在运行过程中存在过早收敛的问题,对遗传算法进行改进,融合模拟退火的思想。同时将基本大津法(OTSU)改进成二维的最大类间方差法。将改进的遗传算法与最大类间方差法结合,得到理想的分割效果。