Система распознавания и тушения пожара на основе обработки изображений: 3 шага

2024 Автор: John Day | [email protected]. Последнее изменение: 2024-01-30 11:49

Здравствуйте, друзья, это система обнаружения и тушения пожара на основе обработки изображений с использованием Arduino.

Шаг 1:

В основном система делится на две части

1 обнаружение пожара

2 пожарное оповещение и огнетушитель

В первой части пожар обнаруживают с помощью обработки изображений.

В этом проекте я использую открытое резюме и Python для обнаружения пожара. Я создал каскадный классификатор HAAR для обнаружения пожара с помощью Open CV. Он имеет трейнер и детектор для обучения нашего собственного каскадного классификатора, HAAR Cascade используется для обнаружения объекта, для которого он был обучен. Для обучения классификатора необходимо много положительных и отрицательных образцов изображений. Обучение каскадного классификатора - сложный и трудоемкий процесс, поэтому, чтобы упростить его, я обнаружил, что программное обеспечение для каскадного обучения в Интернете называется «графический интерфейс каскадного тренера».

Для обучения каскадного классификатора скачайте и установите thistrainer EXE по указанной выше ссылке. Создайте папку с именем fire (вы можете создать папку с любым именем, так как мой целевой объект - fire, поэтому я создал папку «fire»). Теперь создайте две папки внутри папки fire с именами «n» и «p», n папка - это для образцов отрицательного изображения и p для образцов положительного изображения. Положительное изображение содержит объект, который мы хотим обнаружить, в нашем случае мы хотим обнаружить огонь, поэтому соберите образцы изображений, которые содержат огонь, и поместите их в папку p. Для отрицательных образцов соберите большое количество изображений, даже частично не содержащих огня. Теперь следуйте инструкциям на странице выше, чтобы создать файл каскадного классификатора, или вы можете загрузить готовый каскадный классификатор для обнаружения пожара и исходный код по ссылке (исходный код).

Подходит к python, чтобы запустить этот проект, вам необходимо установить следующие модули и библиотеки в настройку python.

· Numpy

· Scipy

· Pyserial (щелкните ее, чтобы загрузить numpy, scipy и pyserial)

После установки всех модулей откройте код Python с именем fire detection, arduino.py, если у вас возникнут ошибки во время работы, не паникуйте, мы только что сделали первую часть.

Шаг 2:

Давайте перейдем к аппаратному обеспечению, здесь я использую Arduino UNO в качестве контроллера, так как мне нужно управлять насосом, зуммером и красными светодиодами.

Используемые компоненты:

Arduino uno:

ЖК-дисплей 16x2:

Зуммер 5 вольт:

Светодиоды

Реле на 5 вольт:

Транзистор Bc547:

Резисторы 470р, 1к, 220р, 10к предустановлены:

Lm7805

Конденсаторы 1000 мкФ / 25 вольт, 470 мкФ / 16 вольт:

Диод 1N4007

Веб-камера (необязательно, вы также можете использовать камеру своего ноутбука):

Погружной мини-насос (продается в местном магазине)

Подключите все компоненты в соответствии со схемой ниже, подключите Arduino к компьютеру с помощью USB-кабеля и найдите com-порт, к которому подключен Arduino, теперь откройте код Arduino, выберите com-порт и правильную плату из меню инструментов Arduino и загрузите код.

Шаг 3:

Откройте код python с именем fire detection, arduino.py проверьте, правильно ли написан код com-порта в строке 13, если нет, измените его на свой номер com-порта Arduino. Щелкните вкладку «Выполнить», затем щелкните «Выполнить модуль» или нажмите F5.

Если все соединения в порядке, предварительный просмотр камеры отобразится на экране. Теперь покажите ему огонь, огонь будет обнаружен, и насос запустится, а также раздастся звуковой сигнал.

СКАЧАТЬ ССЫЛКИ

Исходный код:

Модули Python:

Графический интерфейс каскадного тренера:

Надеюсь, вы найдете это полезным. если да, нравится, поделитесь, прокомментируйте свои сомнения. Чтобы увидеть больше таких проектов, подписывайтесь на меня! Поддержите мой канал на YouTube.

Спасибо!

facebook

YouTube