Pagproseso ng Imahe Batay sa Pagkilala sa Sunog at Extinguisher System: 3 Mga Hakbang

2024 May -akda: John Day | [email protected]. Huling binago: 2024-01-30 13:11

Kamusta mga kaibigan ito ay isang pagproseso ng imahe batay sa pagtuklas ng sunog at extinguisher system gamit ang Arduino

Hakbang 1:

Talaga ang sistema ay nahahati sa dalawang bahagi

1 pagtuklas ng sunog

2 alerto sa sunog at pamatay

Sa unang bahagi nakita ng apoy gamit ang pagproseso ng imahe.

Dito sa proyektong ito gumagamit ako ng bukas na CV at sawa para sa pagtuklas ng sunog. Lumikha ako ng isang HAAR Cascade Classifier para sa pagtuklas ng sunog gamit ang Open CV. Mayroon itong trainer at detector para sa tren ang aming sariling classifier ng cascade, ang HAAR Cascade ay ginagamit upang makita ang bagay na kung saan ito ay sinanay. Maraming positibo at negatibong mga sample ng imahe ang kinakailangan upang sanayin ang classifier. Ang pagsasanay ng cascade classifier ay kumplikado at proseso ng pag-ubos ng oras, kaya upang mas madali makahanap ako ng isang software ng pagsasanay sa kaskad sa pangalan ng web na "cascade trainer GUI".

Para sa pagsasanay ng cascade classifier, i-download at i-install ang thistrainer EXE mula sa itaas na link. Lumikha ng isang folder na may apoy na pangalan (maaari kang lumikha ng folder na may anumang pangalan dahil ang aking target na object ay sunog, kaya lumikha ako ng folder na "sunog") ngayon lumikha ng dalawang folder sa loob ng folder ng sunog na may pangalang "n" at "p", n folder ay para sa mga negatibong sample ng imahe at p para sa mga positibong sample ng imahe. Naglalaman ang positibong imahe ng bagay na nais naming tuklasin, sa aming kaso nais naming tuklasin ang apoy kaya't kolektahin ang mga sample ng imahe na naglalaman ng apoy at ilagay ang mga ito sa loob ng p folder. Para sa mga negatibong sample na mangolekta ng maraming mga imahe na hindi naglalaman ng apoy kahit bahagyang. Sundin ngayon ang mga hakbang sa itaas na pahina para sa paggawa ng iyong cascade classifier file, o maaari mong i-download ang pre-made cascade classifier para sa pagtuklas ng sunog at source code mula sa link (source code)

Papunta sa sawa, upang patakbuhin ang proyektong ito kailangan mong i-install ang mga sumusunod na module at aklatan sa iyong pag-setup ng sawa.

· Numpy

· Scipy

· Pyserial (i-click ang kanyang upang i-download ang numpy, scipy at pyserial)

Matapos ang pag-install ng lahat ng mga module buksan ang python code na may detection ng apoy ng pangalan, arduino.py kung nakakakuha ka ng ilang mga error habang tumatakbo, huwag mag-panic, tapos na lang namin ang unang bahagi.

Hakbang 2:

Lumipat tayo patungo sa hardware, narito ginagamit ko ang Arduino UNO bilang controller dahil kailangan kong kontrolin ang pump, buzzer at red LED's.

Mga sangkap na ginamit:

Arduino uno:

16x2 LCD:

5volt buzzer:

LED's

5volt relay:

Bc547 transistor:

Ang mga resistors 470r, 1k, 220r, 10k preset:

Lm7805

Mga Capacitor 1000uf / 25volt, 470uf / 16 volt:

Diode 1N4007

Webcam (opsyonal, maaari mo ring gamitin ang iyong laptop camera):

Mini submersible pump (mula sa lokal na tindahan)

Ikonekta ang lahat ng mga sangkap alinsunod sa diagram ng circuit sa ibaba, ikonekta ang arduino sa iyong computer gamit ang USB cable at alamin ang com port kung saan nakakonekta ang Arduino, buksan ngayon ang Arduino code, piliin ang com port at iwasto ang board mula sa tool menu ng Arduino at i-upload ang code

Hakbang 3:

Buksan ang python code na may pagtuklas ng apoy ng pangalan, arduino.py suriin ang com port na isulat sa code ay tama o hindi sa linya 13, kung hindi ito baguhin sa iyong Arduino com port number. Mag-click sa tab na patakbuhin pagkatapos ay i-click ang patakbuhin ang module o pindutin ang F5.

Kung ang lahat ng mga koneksyon ay ok, ang preview ng camera ay lilitaw sa screen. Ngayon ipakita ang apoy dito, apoy napansin at simulan ang bomba pati na rin ang buzzer ay nagsisimula tunog ng beep.

I-DOWNLOAD ang mga link

Source code:

Mga module ng Python:

Cascade trainer GUI:

Inaasahan kong nahanap mo itong kapaki-pakinabang. kung oo, gusto mo, ibahagi ito, puna ang iyong pag-aalinlangan. Para sa higit pang mga nasabing proyekto, sundin ako! Suportahan ang aking channel sa YouTube.

Salamat!

facebook

youtube