空调的主要作用是对室内温度进行调节,满足人对室内热环境的需求。公共建筑中,当空调房间人数变化较大时,由于空气热惯性的影响,室内温度并不会立刻发生变化而是需经过一段时间的延迟后,室内温度才会升高或下降,此时,空调控制系统根据传感器反馈的参数进行自动调节,实现对室内温度的控制。但整个控制过程由于空气热惯性及系统固有的滞后性,造成了系统对温度控制的滞后,致使室内人员感到不舒适或产生能源浪费等问题。本文提出基于图像处理技术的变风量空调系统室内温度控制方法。研究旨在通过对室内人脸的检测,统计出当前的室内人数,快速确定室内空调负荷变化量,实现对室内温度的及时跟踪调控,改善系统因室内人数变化较大而出现的调温滞后问题。主要研究工作如下:1)利用图像处理技术对室内人员的人脸进行检测,确定当前室内人数。针对传统型Adaboost算法检测率较低的问题,提出一种融合扩展型Haar特征和改进型Adaboost算法的新型人脸检测方法—DM-Adaboost,并针对本研究环境制作符合研究需求的样本库。实验结果表明使用DM-Adaboost对室内人脸的检测效果比传统型Adaboost、SVM均有一定程度的提高。2)提出了基于图像处理的末端风量控制策略和变静压控制策略,并将其与传统末端控制方法融合,形成了基于图像处理的联合变静压—末端风量前馈控制方法。对基于图像处理的压力无关型末端风量控制系统进行了仿真研究,结果表明,该方法可有效改善房间调温滞后问题。3)完成了人数检测模块、人员负荷计算模块、TSAV末端送风量模块、VSP变静压模块及基于图像处理的变静压—末端风量前馈联合控制模块的研发,在LabVIEW平台上实现了空调系统与图像处理系统的集成。对提出的基于图像处理的压力无关型末端风量前馈控制方法进行了实验研究。结果表明提出的前馈控制方法能够有效的改善传统控制方法调温滞后问题,实现了对室内温度的及时跟踪控制。