GREENHOUSE MONITORING AND CONTROLLING SYSTEMS USING IMAGE PROCESSING AND SENSORY TECHNIQUES

Abstract

ABSTRACT

Designs and Simulations for greenhouse system is significant research subject due to critical need of systems that can bridge the gaps in manpower and scalability. Therefore, monitoring and control system are necessary to achieve agricultural production goals and cost control. Image processing is a rapidly developing technique that allows the identification of non-conforming samples and assigning a specific value to each condition based on machine learning methods. Moreover, Control system depending on microcontrollers, sensors, and intervention tools were found effective in the greenhouse context. The aim of the current research is to design a monitoring system for the conditions of plantations in greenhouses using image processing techniques and allow for controlled conditions based on automation, as well as human judgement, through a controlling system with sensory techniques adjusted using an android phone application. A monitoring system was designed through using image processing and CNN machine learning techniques.

The system was developed through the use of Raspberry Pi 4 Model B as a microprocessor, a Raspberry Camera rev 1.0, and a machine learning code. The outcomes of image processing were judged on a binary system of 1 = wanted and 0 = unwanted for image classification. The accuracy of the system was tested through three arrangements: 60% training/ 40% testing with an accuracy of 96.32%, 70% training/ 30% testing with an accuracy of 98.43%, and 80% training/ 20% testing with an accuracy of 99.14%. The greenhouse setting was put to test and the system was able to correctly identify all samples according to their true classification. A comparison with the literature showed that the designed system is superior based on the complexity of criteria through an RGB classification. The control system was designed to monitor vital greenhouse parameters: temperature and humidity, rain, and soil moisture. An Arduino UNO microcontroller was used to control the system. Control components included ventilation fans, infrared lamp, water pump, side and top louvers, and spectrum LED light. A mobile application was designed as a user interface to monitor changes in the environment, in addition to functions of system components in response to changes in the vital greenhouse parameters. A simulation of the setup was performed through forced testing modes: increase in temperature (mode 1), decrease in temperature (mode 2), decrease in soil moisture level (mode 3), decrease in humidity level (mode 4). The efficiency of the system is proven through the testing modes and the comparison to similar systems in the literature showed the extensively and dependability of the designed control system.

ÖZET

Sera sistemi için Tasarımlar ve Simülasyonlar, insan gücü ve ölçeklenebilirlikteki boşlukları kapatabilecek sistemlere olan kritik ihtiyaç nedeniyle önemli bir araştırma konusudur. Bu nedenle, tarımsal üretim hedeflerine ve maliyet kontrolüne ulaşmak için izleme ve kontrol sistemi gereklidir. Görüntü işleme, makine öğrenmesi yöntemlerine dayalı olarak uygun olmayan örneklerin tanımlanmasına ve her koşula belirli bir değerin atanmasına olanak tanıyan hızla gelişen bir tekniktir. Ayrıca sera bağlamında mikrodenetleyicilere, sensörlere ve müdahale araçlarına dayalı kontrol sistemi etkili bulunmuştur. Mevcut araştırmanın amacı, görüntü işleme teknikleri kullanılarak seralardaki fidanlık koşulları için bir izleme sistemi tasarlamak ve bir android telefon kullanılarak ayarlanan duyusal tekniklerle bir kontrol sistemi aracılığıyla, otomasyona dayalı kontrollü koşullara ve ayrıca insan yargısına izin vermektir. uygulama. Görüntü işleme ve CNN makine öğrenmesi teknikleri kullanılarak bir izleme sistemi tasarlanmıştır. Sistem, mikroişlemci olarak Raspberry

Pi 4 Model B, Raspberry Camera rev 1.0 ve makine öğrenme kodu kullanılarak geliştirildi. Görüntü işlemenin sonuçları, görüntü sınıflandırması için 1 = istenen ve 0 = istenmeyen ikili bir sistemde değerlendirildi. Sistemin doğruluğu üç düzenleme ile test edilmiştir: %60 eğitim/ %96,32 doğrulukla %40 test, %98,43 doğrulukla %70 eğitim/ %30 test ve %80 eğitim/ %20 doğrulukla test %99.14. Sera ayarı teste tabi tutuldu ve sistem tüm numuneleri gerçek sınıflandırmalarına göre doğru bir şekilde tanımlayabildi. Literatürle bir karşılaştırma, tasarlanan sistemin bir RGB sınıflandırması yoluyla kriterlerin karmaşıklığına dayalı olarak üstün olduğunu göstermiştir. Kontrol sistemi, hayati sera parametrelerini izlemek için tasarlandı: sıcaklık ve nem, yağmur ve toprak nemi. Sistemi kontrol etmek için Arduino UNO mikrodenetleyici kullanılmıştır. Kontrol bileşenleri havalandırma fanları, kızılötesi lamba, su pompası, yan ve üst panjurlar ve spektrum LED ışığını içeriyordu. Hayati sera parametrelerindeki değişikliklere yanıt olarak sistem bileşenlerinin işlevlerine ek olarak, ortamdaki değişiklikleri izlemek için bir kullanıcı arayüzü olarak bir mobil uygulama tasarlanmıştır. Kurulumun bir simülasyonu, zorunlu test modları aracılığıyla gerçekleştirilmiştir: sıcaklıkta artış (mod 1), sıcaklıkta azalma (mod 2), toprak nem seviyesinde azalma (mod 3), nem seviyesinde azalma (mod 4). Sistemin verimliliği test modları aracılığıyla kanıtlanmıştır ve literatürdeki benzer sistemlerle karşılaştırma, tasarlanan kontrol sisteminin yaygınlığını ve güvenilirliğini göstermiştir.