基于手持高清可见光图像和无人机可见光遥感影像中植被与非植被像元在不同颜色空间单通道上分布的差
异性，以苗期和蕾期的棉花为对象，进行了棉花覆盖度的提取方法研究。基于不同天气状况和不同采集时刻等光
照条件下采集的 29 幅具有不同覆盖度的棉花地面可见光图像，分别对比分析了 Lab 颜色空间 a 通道、ＲGB 颜色空
间 2G-Ｒ-B 指数和 HIS 颜色空间 H 通道对棉花的识别能力，以及使用动态阈值和固定阈值两种情况下的棉花覆盖
度提取精度。其中动态阈值通过植被与非植被像元的高斯分布交点确定，固定阈值在 3 种颜色空间分别设置为动
态阈值的均值。结果表明，植被像元与非植被像元在 a 通道、2G-Ｒ-B 指数和 H 通道上呈现高斯分布，可以采用非线
性最小二乘算法实现高斯分布拟合。通过高斯分布拟合求解交点得到的动态分类阈值分布范围较为集中，将其均
值 －3. 78、0. 06、0. 13 设定为固定分类阈值。相比于 2G-Ｒ-B 指数和 H 通道，a 通道对绿色植被的识别能力最好，更
适合提取棉花植被覆盖度;相比于动态阈值，固定阈值的提取精度更好，平均提取误差为0. 0094。将该方法应用到
无人机尺度时，同样可以较好地提取不同天气状况和不同土壤干湿类型的棉花覆盖度，且总体平均提取误差为
0. 012。经过初步检验和分析认为，基于植被与非植被像元在 Lab 颜色空间 a 通道上分布的差异性，结合固定分类
阈值，可以精确地提取不同光照条件下的苗期和蕾期棉花覆盖度。