基于物联网的农作物生长视觉监控平台  

作　　者：黄艺萱 万梓然 史胜男 王朝 刘斌[1,2] 

机构地区：[1]天津理工大学电气工程与自动化学院,天津300384 [2]天津市复杂系统控制理论及应用重点实验室,天津300384 [3]海洋石油工程股份有限公司,天津300461

出　　处：《物联网技术》2025年第3期3-6,10,共5页Internet of things technologies

基　　金：天津市“项目+团队”重点培养专项(XC202054);天津市科技支撑计划项目(22YFZCSN00220)。

摘　　要：农作物图像是农作物长势监测的重要数据来源。基于Vue+SpringBoot框架,设计并开发了一个农作物生长视觉监控平台。针对采集的农作物图像数据量大、存储成本高的问题,深入研究了农作物图像中感兴趣区域的压缩技术。首先利用ExG算法增强农作物区域,再通过K-means聚类算法对图像区域进行分割。在此基础上,创新性地提出了一种结合超像素和聚类技术的农作物图像压缩方法。为了验证该方法的有效性,将其与DCT方法、超像素算法(SLIC)以及聚类算法(K-means)进行压缩效果的对比实验。实验结果表明,所提出的方法在农作物图像压缩方面展现出了显著的优势和卓越的性能,在有效降低存储成本的同时,还能够确保图像的质量,为农作物生长视觉监控平台的高效运行提供了有力支持。

关 键 词：物联网 图像压缩 农作物图像 视觉监控 ExG算法 SLIC算法 K-MEANS聚类算法 

分 类 号：TP39[自动化与计算机技术—计算机应用技术]