Table des matières:

Système de reconnaissance d'incendie et d'extinction d'incendie basé sur le traitement d'images : 3 étapes
Système de reconnaissance d'incendie et d'extinction d'incendie basé sur le traitement d'images : 3 étapes

Vidéo: Système de reconnaissance d'incendie et d'extinction d'incendie basé sur le traitement d'images : 3 étapes

Vidéo: Système de reconnaissance d'incendie et d'extinction d'incendie basé sur le traitement d'images : 3 étapes
Vidéo: Pourquoi il ne faut pas PLEURER dans l'ESPACE ? 2024, Novembre
Anonim
Image
Image

Bonjour les amis, il s'agit d'un système de détection et d'extinction d'incendie basé sur le traitement d'images utilisant Arduino

Étape 1:

Image
Image

Fondamentalement, le système est divisé en deux parties

1 détection incendie

2 alerte incendie et extincteur

Dans la première partie, le feu détecte à l'aide du traitement d'image.

Ici, dans ce projet, j'utilise Open CV et python pour la détection d'incendie. J'ai créé un classificateur en cascade HAAR pour la détection d'incendie à l'aide d'Open CV. Il a un entraîneur et un détecteur pour former notre propre classificateur en cascade, HAAR Cascade est utilisé pour détecter l'objet pour lequel il a été formé. De nombreux échantillons d'images positifs et négatifs sont nécessaires pour former le classificateur. La formation du classificateur en cascade est un processus complexe et fastidieux, donc pour le rendre facile, je trouve un logiciel de formation en cascade sur le nom Web « interface graphique d'entraîneur en cascade ».

Pour former le classificateur en cascade, téléchargez et installez ce formateur EXE à partir du lien ci-dessus. Créez un dossier avec le nom fire (vous pouvez créer un dossier avec n'importe quel nom car mon objet cible est fire, donc j'ai créé le dossier "fire") maintenant créer deux dossiers à l'intérieur du dossier fire avec le nom "n" et "p", le dossier n est pour les échantillons d'images négatifs et p pour les échantillons d'images positifs. L'image positive contient l'objet que nous voulons détecter, dans notre cas, nous voulons détecter le feu, alors collectez les échantillons d'image qui contiennent le feu et placez-les dans le dossier p. Pour les échantillons négatifs, collectez un grand nombre d'images qui ne contiennent pas de feu même partiellement. Suivez maintenant les étapes de la page ci-dessus pour créer votre fichier de classificateur en cascade, ou vous pouvez télécharger un classificateur en cascade prédéfini pour la détection d'incendie et le code source à partir du lien (code source)

Vient vers le python, pour exécuter ce projet, vous devez installer les modules et bibliothèques suivants dans votre configuration python.

· Numpy

· Scipy

· Pyserial (cliquez dessus pour télécharger numpy, scipy et pyserial)

Après l'installation de tous les modules, ouvrez le code python avec le nom de détection d'incendie, arduino.py si vous obtenez des erreurs lors de l'exécution, ne paniquez pas, nous venons de faire la première partie.

Étape 2:

Image
Image

Passons au matériel, ici j'utilise Arduino UNO comme contrôleur car je dois contrôler la pompe, le buzzer et les LED rouges.

Composants utilisés:

Arduino uno:

Écran LCD 16x2:

Buzzer 5 volts:

LED

Relais 5 volts:

Transistor Bc547:

Résistances 470r, 1k, 220r, 10k prédéfinies:

Lm7805

Condensateurs 1000 uf/25 volts, 470 uf/16 volts:

Diode 1N4007

Webcam (facultatif, vous pouvez également utiliser la caméra de votre ordinateur portable):

Mini pompe submersible (du magasin local)

Connectez tous les composants selon le schéma de circuit ci-dessous, connectez arduino à votre ordinateur à l'aide d'un câble USB et découvrez le port com sur lequel Arduino est connecté, ouvrez maintenant le code Arduino, sélectionnez le port com et la carte correcte dans le menu outil d'Arduino et téléchargez le code.

Étape 3:

Image
Image
Image
Image

Ouvrez le code python avec le nom de détection d'incendie, arduino.py vérifiez que le code du port com est correct ou non à la ligne 13, sinon modifiez-le avec votre numéro de port com Arduino. Cliquez sur l'onglet Exécuter puis cliquez sur Exécuter le module ou appuyez sur F5.

Si toutes les connexions sont correctes, l'aperçu de la caméra s'affichera à l'écran. Maintenant, montrez-lui le feu, le feu est détecté et la pompe démarre ainsi que le buzzer émet un bip sonore.

LIENS DE TÉLÉCHARGEMENT

Code source:

Modules Python:

Interface graphique de l'entraîneur en cascade:

Espérant que ceci puisse t'être utile. si oui, aimez-le, partagez-le, commentez votre doute. Pour plus de tels projets, suivez-moi! Soutenez ma chaîne sur YouTube.

Merci!

Facebook

Youtube

Conseillé: