Aplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampas

Detalhes bibliográficos
Autor(a) principal: Rocha, Carlos Diego Franco da
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional Memoria (IFRN)
Texto Completo: http://memoria.ifrn.edu.br/handle/1044/1535
Resumo: A dengue é um problema de saúde mundial, destacando-se em países de clima tropical, especialmente no Brasil. Ainda não existem formas eficazes de controle do mosquito, entretanto, o uso de armadilhas chamadas “ovitrampas” pode ser feito para detectar a presença dele e fazer o monitoramento da doença. Nas ovitrampas, o mosquito deposita seus ovos em uma palheta contida em um recipiente com infusão de capim colonião, logo em seguida esta palheta é submetida a contagem microscópica e manual. Entretanto, esse procedimento é suscetível à falhas podendo culminar em erros. Assim, este trabalho tem como objetivo automatizar a contagem a fim de evitar possíveis falhas, para tal utilizamos um conjunto de hardware e software específico para a solução. O hardware tem em sua composição um raspberry PI e um módulo de câmera acoplada cujo objetivo é capturar uma sequência de imagens da palheta, controlando a luminosidade, a fim de realizar o processamento da imagem de forma mais eficaz. O software é composto por algoritmos de pré-processamento de imagens e detecção para, utilizando as imagens capturadas pelo hardware, detectar a presença de ovos nas palhetas, foi usado da biblioteca OpenCV para facilitar a implementação do software. No pré-processamento utilizamos borramento e filtros de aguçamento para melhorar as imagens. Para detecção optamos pelo algoritmo Haar Cascade, bastante explorado na literatura. Por fim, separamos 10 palhetas para os experimentos. Comparamos os ovos reconhecidos e contabilizados pelo sistema proposto com a quantidade real obtida pelo microscópio a fim de comprovar a efetividade do sistema.
id IFRN_8a33aef38d1be246257a2f54fcf8e1ea
oai_identifier_str oai:localhost:1044/1535
network_acronym_str IFRN
network_name_str Repositório Institucional Memoria (IFRN)
repository_id_str
spelling 2018-08-03T12:04:45Z2018-08-012018-08-03T12:04:45Z2018-07-20http://memoria.ifrn.edu.br/handle/1044/1535A dengue é um problema de saúde mundial, destacando-se em países de clima tropical, especialmente no Brasil. Ainda não existem formas eficazes de controle do mosquito, entretanto, o uso de armadilhas chamadas “ovitrampas” pode ser feito para detectar a presença dele e fazer o monitoramento da doença. Nas ovitrampas, o mosquito deposita seus ovos em uma palheta contida em um recipiente com infusão de capim colonião, logo em seguida esta palheta é submetida a contagem microscópica e manual. Entretanto, esse procedimento é suscetível à falhas podendo culminar em erros. Assim, este trabalho tem como objetivo automatizar a contagem a fim de evitar possíveis falhas, para tal utilizamos um conjunto de hardware e software específico para a solução. O hardware tem em sua composição um raspberry PI e um módulo de câmera acoplada cujo objetivo é capturar uma sequência de imagens da palheta, controlando a luminosidade, a fim de realizar o processamento da imagem de forma mais eficaz. O software é composto por algoritmos de pré-processamento de imagens e detecção para, utilizando as imagens capturadas pelo hardware, detectar a presença de ovos nas palhetas, foi usado da biblioteca OpenCV para facilitar a implementação do software. No pré-processamento utilizamos borramento e filtros de aguçamento para melhorar as imagens. Para detecção optamos pelo algoritmo Haar Cascade, bastante explorado na literatura. Por fim, separamos 10 palhetas para os experimentos. Comparamos os ovos reconhecidos e contabilizados pelo sistema proposto com a quantidade real obtida pelo microscópio a fim de comprovar a efetividade do sistema.Dengue is a world health problem, highlighting in tropical climate countries, especially in Brazil. There are still no effective forms of mosquito control, however, the use of traps called "Ovitrampas" can be done to detect the presence of it and to do the monitoring of the disease. In the Ovitrampas, the mosquito lays its eggs in a reed contained in a container with infusion of colonião grass, then this reed is subjected to microscopic and manual counting. However, this procedure is susceptible to failure and can culminate in errors. Thus, this work aims to automate the count in order to avoid possible failures, for this we use a set of hardware and software specific to the solution. The hardware has in its composition a raspberry PI and a coupled camera module whose goal is to capture a sequence of images from the vane, controlling the brightness in order to perform the processing of the image more effectively. The software is made up of imaging and detection algorithms to, using the images captured by the hardware, detect the presence of eggs in the reeds, we made was used from the OpenCV library to facilitate the implementation of the software. In preprocessing we use blurring and sharpening filters to improve the images. For detection we opted for the Haar Cascade algorithm, quite explored in the literature. Finally, we’ve dilated 10 reeds for the experiments. We compared the recognized eggs and accounted for by the proposed system with the actual amount obtained by the microscope in order to prove the effectiveness of the system.Submitted by Demetrios Araujo Magalhaes Coutinho (demetrios.coutinho@ifrn.edu.br) on 2018-08-01T15:31:21Z No. of bitstreams: 1 TCC-Diego.pdf: 4419813 bytes, checksum: 5ac6579595d3f61af416e14a65b54df0 (MD5)Approved for entry into archive by Meire Emanuela da Silva Melo (meire.melo@ifrn.edu.br) on 2018-08-03T12:04:45Z (GMT) No. of bitstreams: 1 TCC-Diego.pdf: 4419813 bytes, checksum: 5ac6579595d3f61af416e14a65b54df0 (MD5)Made available in DSpace on 2018-08-03T12:04:45Z (GMT). No. of bitstreams: 1 TCC-Diego.pdf: 4419813 bytes, checksum: 5ac6579595d3f61af416e14a65b54df0 (MD5) Previous issue date: 2018-07-20porInstituto Federal de Educação, Ciência e Tecnologia do Rio Grande do NorteIFRNBrasilPau dos FerrosAedes AegyptiDetecçãoHaar CascadeAprendizado de MáquinaSistema EmbarcadoAplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisSilva, Luis Fernando Virginio dahttp://lattes.cnpq.br/8676127890267108Coutinho, Demetrios Araújo Magalhãeshttp://lattes.cnpq.br/6749444529357582Silva, Luiz Fernando Virginio dahttp://lattes.cnpq.br/8676127890267108Coutinho, Demetrios Araújo Magalhãeshttp://lattes.cnpq.br/6749444529357582Fontes, Aluísio Igor Rêgohttp://lattes.cnpq.br/7848819859172650http://lattes.cnpq.br/5579642872350854Rocha, Carlos Diego Franco dainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional Memoria (IFRN)instname:Instituto Federal do Rio Grande do Norte (IFRN)instacron:IFRNTHUMBNAILTCC-Diego.pdf.jpgTCC-Diego.pdf.jpgIM Thumbnailimage/jpeg5051http://localhost:8080/xmlui/bitstream/1044/1535/4/TCC-Diego.pdf.jpg9ab1f5a762e300376a54f25a026d1eb2MD54TEXTTCC-Diego.pdf.txtTCC-Diego.pdf.txtExtracted texttext/plain55195http://localhost:8080/xmlui/bitstream/1044/1535/3/TCC-Diego.pdf.txt45ceb6651e331f66d45f541cb40f1b1bMD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://localhost:8080/xmlui/bitstream/1044/1535/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALTCC-Diego.pdfTCC-Diego.pdfapplication/pdf4419813http://localhost:8080/xmlui/bitstream/1044/1535/1/TCC-Diego.pdf5ac6579595d3f61af416e14a65b54df0MD511044/15352020-09-03 16:02:10.391oai:localhost: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Repositório InstitucionalPUBhttps://memoria.ifrn.edu.br/oai/memoria@ifrn.edu.bropendoar:2020-09-03T19:02:10Repositório Institucional Memoria (IFRN) - Instituto Federal do Rio Grande do Norte (IFRN)false
dc.title.pt_BR.fl_str_mv Aplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampas
title Aplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampas
spellingShingle Aplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampas
Rocha, Carlos Diego Franco da
Aedes Aegypti
Detecção
Haar Cascade
Aprendizado de Máquina
Sistema Embarcado
title_short Aplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampas
title_full Aplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampas
title_fullStr Aplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampas
title_full_unstemmed Aplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampas
title_sort Aplicação do algoritmo haar cascade em um sistema embarcado para detecção de ovos do mosquito aedes aegypti em palhetas de ovitrampas
author Rocha, Carlos Diego Franco da
author_facet Rocha, Carlos Diego Franco da
author_role author
dc.contributor.advisor1.fl_str_mv Silva, Luis Fernando Virginio da
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/8676127890267108
dc.contributor.advisor2.fl_str_mv Coutinho, Demetrios Araújo Magalhães
dc.contributor.advisor2Lattes.fl_str_mv http://lattes.cnpq.br/6749444529357582
dc.contributor.referee1.fl_str_mv Silva, Luiz Fernando Virginio da
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/8676127890267108
dc.contributor.referee2.fl_str_mv Coutinho, Demetrios Araújo Magalhães
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/6749444529357582
dc.contributor.referee3.fl_str_mv Fontes, Aluísio Igor Rêgo
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/7848819859172650
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/5579642872350854
dc.contributor.author.fl_str_mv Rocha, Carlos Diego Franco da
contributor_str_mv Silva, Luis Fernando Virginio da
Coutinho, Demetrios Araújo Magalhães
Silva, Luiz Fernando Virginio da
Coutinho, Demetrios Araújo Magalhães
Fontes, Aluísio Igor Rêgo
dc.subject.por.fl_str_mv Aedes Aegypti
Detecção
Haar Cascade
Aprendizado de Máquina
Sistema Embarcado
topic Aedes Aegypti
Detecção
Haar Cascade
Aprendizado de Máquina
Sistema Embarcado
description A dengue é um problema de saúde mundial, destacando-se em países de clima tropical, especialmente no Brasil. Ainda não existem formas eficazes de controle do mosquito, entretanto, o uso de armadilhas chamadas “ovitrampas” pode ser feito para detectar a presença dele e fazer o monitoramento da doença. Nas ovitrampas, o mosquito deposita seus ovos em uma palheta contida em um recipiente com infusão de capim colonião, logo em seguida esta palheta é submetida a contagem microscópica e manual. Entretanto, esse procedimento é suscetível à falhas podendo culminar em erros. Assim, este trabalho tem como objetivo automatizar a contagem a fim de evitar possíveis falhas, para tal utilizamos um conjunto de hardware e software específico para a solução. O hardware tem em sua composição um raspberry PI e um módulo de câmera acoplada cujo objetivo é capturar uma sequência de imagens da palheta, controlando a luminosidade, a fim de realizar o processamento da imagem de forma mais eficaz. O software é composto por algoritmos de pré-processamento de imagens e detecção para, utilizando as imagens capturadas pelo hardware, detectar a presença de ovos nas palhetas, foi usado da biblioteca OpenCV para facilitar a implementação do software. No pré-processamento utilizamos borramento e filtros de aguçamento para melhorar as imagens. Para detecção optamos pelo algoritmo Haar Cascade, bastante explorado na literatura. Por fim, separamos 10 palhetas para os experimentos. Comparamos os ovos reconhecidos e contabilizados pelo sistema proposto com a quantidade real obtida pelo microscópio a fim de comprovar a efetividade do sistema.
publishDate 2018
dc.date.accessioned.fl_str_mv 2018-08-03T12:04:45Z
dc.date.available.fl_str_mv 2018-08-01
2018-08-03T12:04:45Z
dc.date.issued.fl_str_mv 2018-07-20
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://memoria.ifrn.edu.br/handle/1044/1535
url http://memoria.ifrn.edu.br/handle/1044/1535
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte
dc.publisher.initials.fl_str_mv IFRN
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Pau dos Ferros
publisher.none.fl_str_mv Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional Memoria (IFRN)
instname:Instituto Federal do Rio Grande do Norte (IFRN)
instacron:IFRN
instname_str Instituto Federal do Rio Grande do Norte (IFRN)
instacron_str IFRN
institution IFRN
reponame_str Repositório Institucional Memoria (IFRN)
collection Repositório Institucional Memoria (IFRN)
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/1044/1535/4/TCC-Diego.pdf.jpg
http://localhost:8080/xmlui/bitstream/1044/1535/3/TCC-Diego.pdf.txt
http://localhost:8080/xmlui/bitstream/1044/1535/2/license.txt
http://localhost:8080/xmlui/bitstream/1044/1535/1/TCC-Diego.pdf
bitstream.checksum.fl_str_mv 9ab1f5a762e300376a54f25a026d1eb2
45ceb6651e331f66d45f541cb40f1b1b
8a4605be74aa9ea9d79846c1fba20a33
5ac6579595d3f61af416e14a65b54df0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional Memoria (IFRN) - Instituto Federal do Rio Grande do Norte (IFRN)
repository.mail.fl_str_mv memoria@ifrn.edu.br
_version_ 1809748221168189440

Registros relacionados