针对频频出现的雾霾天气,以权威部门发布的能源消费数据和经济数据为依据,分析了我国环境与能源面临的严峻形势,指出占社会总能耗46%的耗能黑洞——建筑物耗能的问题应亟需解决,尤其是空调和照明耗能问题。建筑节能已经是一个世界性的潮流,我国的建筑节能工作起步时间晚、水平低,因此本课题是国内函待深入开展的一项比较前沿的应用型课题。本论文研究的主要内容如下：针对照明节能问题,为了弥补传统照明控制系统中存在的缺陷,本论文采用基于图像处理技术的智能照明控制策略,将CCD摄像传感器采集的图像经过分割处理,准确实时获取目标区域的照度信息,并与预设值对比加以调整,实现“伴随式”照明。此控制系统的核心问题是图像分割控制算法的选择,图像分割的好坏直接影响着后续的特征提取和目标识别。粒子群优化算法(Particle Swarm Optimization, PSO)为图像分割的发展提供了新的动力和方向,然而,PSO算法搜索后期粒子多样性的丧失可能使算法早熟收敛,本论文针对粒子群优化算法中的这一问题进行了改进,并将改进算法应用于照明图像多阈值分割中。实验结果表明,改进的算法具有更高的分割精度。变风量(VAV)空调系统作为一种目前具有节能潜力的空调系统,其特点是改变系统送风量而不是送风温度来满足室内负荷的变化,已逐渐应用于大型的公共建筑中。VAV空调系统是具有非线性、时变、大扰动的串级控制系统,传统的串级PID控制器难以达到理想的控制效果,甚至不能保证系统的稳定性。鉴于量子粒子群优化(QPS0)算法的参数少、结构简单、收敛速度快等优点,本文设计了基于自适应QPS0-PID控制策略。但基本的QPSO算法也存在许多问题,比如精度低、容易发散、算法不收敛等问题,为此在应用中需对算法进行改进和完善。本文提出了根据当前量子粒子群进化速度因子和聚集度因子动态调整惯性权值,从而使算法具有动态的适应性。本论文对基于图像处理的智能照明控制系统、变风量压力无关型末端空调串级控制系统用Matlab7.0进行了仿真,仿真结果良好,为实际的建筑节能提供理论的依据和参考。