Đồ án tốt nghiệp - Nghiên cứu chế tạo hệ thống giám sát nhà vườn từ xa ứng dụng xử lý ảnh

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT TP.HCM

KHOA CƠ KHÍ CHẾ TẠO MÁY

ĐỒ ÁN TỐT NGHIỆP
Đề tài: “Nghiên cứu, chế tạo hệ thống giám sát
nhà vườn từ xa ứng dụng xử lý ảnh”

Giảng viên hướng dẫn:
Sinh viên thực hiện:
LÊ ĐÌNH HÙNG
NGUYỄN BÁ HUY
NGUYỄN TRÍ TRUNG

TS. TRẦN VŨ HOÀNG
MSSV
Lớp:
Khóa:
19146016
19146CL3B 2019 – 2023
19146194
19146CL3B 2019 – 2023
19146289
19146CL2A 2019 – 2023

TP. Hồ Chí Minh, tháng 07 năm 2022

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT
TP. HCM

CỘNG HOÀ XÃ HỘI CHỦ NGHĨA
VIỆT NAM

KHOA CƠ KHÍ CHẾ TẠO MÁY

Độc lập - Tự do – Hạnh phúc

NHIỆM VỤ ĐỒ ÁN TỐT NGHIỆP
Giảng viên hướng dẫn: TS. Trần Vũ Hoàng
Sinh viên thực hiện:
- Lê Đình Hùng

MSSV: 19146016 Điện thoại: 0384813278

- Nguyễn Bá Huy

MSSV: 19146194 Điện thoại: 0865265170

- Nguyễn Trí Trung

MSSV: 19146289 Điện thoại: 0916645679

1. Tên đề tài
Nghiên cứu, chế tạo hệ thống giám sát nhà vườn từ xa ứng dụng xử lý ảnh.
2. Các số liệu, tài liệu ban đầu
- Hệ thống nhà vườn phục vụ cho nông nghiệp với các chức năng cơ bản như sử dụng camera
quét hết vườn để phát hiện sâu bệnh. Sử dụng cơ cấu di chuyển camera và cơ cấu xử lý khi
phát hiện bệnh
3. Nội dung chính của đồ án
- Nghiên tổng quan trong và ngoài nước
- Thiết kế cơ khí hệ thống nhà vườn
- Xây dựng hệ thống điện điều khiển camera
- Chế tạo sản phẩm và thực nghiệm
4. Các sản phẩm dự kiến
- Báo cáo tổng kết
- Bản vẽ thiết kế
- Mô hình thực tế
5. Ngày giao đồ án: 15/03/2023
6. Ngày nộp đồ án: 15/07/2023
7. Ngôn ngữ trình bày:

TRƯỞNG KHOA
(Ký, ghi rõ họ tên)

Bản báo cáo:

Tiếng Anh



Tiếng Việt



Trình bày bảo vệ:

Tiếng Anh



Tiếng Việt



TRƯỞNG BỘ MÔN
(Ký, ghi rõ họ tên)

GIẢNG VIÊN HƯỚNG DẪN
(Ký, ghi rõ họ tên)
i

LỜI CAM KẾT
- Tên đề tài: Nghiên cứu, chế tạo hệ thống giám sát nhà vườn từ xa ứng dụng xử lý ảnh
- GVHD: TS. Trần Vũ Hoàng
- Họ tên sinh viên 1: Lê Đình Hùng
MSSV: 19146016

Lớp: 19146CL3B

Địa chỉ sinh viên: 122/20/6 Đường Số 11, Phường Trường Thọ, Thành Phố Thủ Đức
Số điện thoại liên lạc: 0384813278
Email: [email protected]
- Họ tên sinh viên 2: Nguyễn Bá Huy
MSSV: 19146194

Lớp: 19146CL3B

Địa chỉ sinh viên: 122/20/6 Đường Số 11, Phường Trường Thọ, Thành Phố Thủ Đức
Số điện thoại liên lạc: 0865265170
Email: [email protected]
- Họ tên sinh viên 3: Nguyễn Trí Trung
MSSV: 19146289

Lớp: 19146CL2A

Địa chỉ sinh viên: 122/20/6 Đường Số 11, Phường Trường Thọ, Thành Phố Thủ Đức
Số điện thoại liên lạc: 0916645679
Email: [email protected]
- Ngày nộp khoá luận tốt nghiệp
...

...
COLORMAP_JET)
return heatmap
#===================================Hàm chuyển từ pixel sang diện
tích=============================================#
#Chiều rộng thực tế - đơn vị(cm)
image_width_cm =10
#Chiều cao thực tế - đơn vị(cm)
image_height_cm =10
#Hàm chuyển từ pixel sang cm^2
def convert_pixels_to_cm2(mask,nonzero_pixels,image_width_cm,image_height_cm ):
# Get image resolution
height, width = mask.shape[:2]
# Calculate pixel resolution
pixel_resolution_x = image_width_cm / width
pixel_resolution_y = image_height_cm / height
# Calculate the conversion factor
conversion_factor = pixel_resolution_x * pixel_resolution_y
# Convert nonzero pixels to square centimeters
area_cm2 = nonzero_pixels *conversion_factor #(pixel_size_cm ** 2)

II

return area_cm2
# Open the default camera
roi = [160, 90, 340, 333]
cap = cv2.VideoCapture(0)
ret, frame = cap.read()
frame = frame[int(roi[1]):int(roi[1] + roi[3]), int(roi[0]):int(roi[0] + roi[2])]
image=cv2.resize(frame,(300,300))
camera_thread = threading.Thread(target=camera_thread)
camera_thread.start()
while True:
all_scores_mean_norm=[]
inverted_mask=extract_yellow_mask(image,lower_yellow,upper_yellow)
anomaly_map_resized_blur = gaussian_filter(inverted_mask, sigma=4)
anomaly_map_resized_blur[0][0] = 1.
#Find index of pixel values(Abnormality region)
anomaly_threshold_index = anomaly_map_resized_blur[anomaly_map_resized_blur
75] #75
#Pixel 75 will be assigned to be zero
anomaly_map_resized_blur[anomaly_map_resized_blur 75] = 0 #75
#Area of anomaly region
anomaly_threshold_area = anomaly_threshold_index.size
anomaly_threshold_area = anomaly_threshold_area /
float(anomaly_map_resized_blur.size) * 100
# all_scores_mean_norm.append(anomaly_threshold_area)
# score=np.mean(all_scores_mean_norm)
if anomaly_threshold_area 0.5:
string=abnormal
else:
string=normal
#Tìm diện tích lá
# Đếm số pixel của vùng lá màu xanh và vàng
non_pix_g,non_pix_y=cv2.countNonZero(b_img_green),cv2.countNonZero(b_img_yellow
)
#Tính tổng số pixel của cả 2 vùng
plant_size=non_pix_g+non_pix_g
# Chuyển từ giá trị pixel sang cm^2()
pixel_2cm=convert_pixels_to_cm2(inverted_mask,plant_size,image_width_cm,image_h
eight_cm )
#Add vào danh sách
plant_areas.append(pixel_2cm)
print(plant_areas)
threshold_area = np.mean(plant_areas)
if (threshold_area 20):
print(dieu chinh cho tuan 1)
plant_stage_ref.set(0)

III

elif (threshold_area 20):
print(dieu chinh cho tuan 2)
# Dừng luồng
camera_thread.join()
ser.close()

IV