机功耗的51%；当风量减少到额定风量的50%时，此时风机能耗仅为额定运行工况时风机功耗的15%；
按全年空调负荷率为60%类推，变风量空调系统可节约风机能耗约78%。 2、过渡季节利用天然冷源，可以减少冷冻站能源费用支出
因为变风量空调系统为全空气系统，在过渡季节可以大量使用新风作为天然冷源，相对空气-水系统而言，可以大幅度减少制冷机的能耗，同时可以更进一步提高空气品质。
3、无冷凝水的烦恼：
因为变风量空调系统为全空气系统，空气集中处理后只通过风道输送，也没有冷冻水管道经过吊顶空间，避免了常规空气-水系统中令人烦恼的冷凝水滴漏和污染室内装修的问题。
4、系统灵活性好：
一般商用建筑常因功能布局改变需进行二、三次装修，如采用变风量空调系统，只需调整轻松调整送风末端位置和数量及相应的送风软管即可达到满意效果，而且施工周期短，基本不破坏吊顶装修。常规的定风量空调系统是无法满足的，任何小的调整将面临困惑的局面。
5、系统噪声低
空气-水系统存在严重的现场噪声，而变风量空调系统噪声主要集中在机房，用户端噪声较小，优势明显。
6、空调空间不会发生过热或过冷
变风量空调系统与一般定风量系统相比，能更有效的调节局部区域的温度，实现温度的独立控制，避免在局部区域产生过冷或过热现象。
7、提高楼宇智能化程度
采用数字控制的变风量空调系统，可以实现计算机联网运行，接入到楼宇自控系统中，从而提高楼宇智能化程度。
8、减少综合性初投资
由于增加了系统静压控制以及变风量末端等环节，设备控制上的造价会有所提高，但是由于变风量空调系统可以根据冷热负荷的分布，使送风量在建筑物内各个控制区域间平衡转移，从而使系统设计的总送风量减少，因此可以减少空调系统的设备容量，系统综合性初投资不一定增加，甚至可以降低。
9、变风量空调系统结构简单，维修工作量少，使用寿命长。 基于以上种种优点，变风量空调系统得到了广泛的使用，
1.1.3 数字图像处理技术在变风量空调系统（VAV）系统中应用
由于变风量系统在调节风量的同时保持送风温度不变，因此在实际运行过程中必须根据空调负荷合理的确定送风温度。例如夏季，当送风温度定的过高，空调机组冷量不能平衡室内负荷时，空调机组可能大风量工频运转，此时起不到节能效果。空调机组的送风温度可以通过现场DDC控制器进行设定，并且通过控制空调机组回水电动阀，对送风温度进行有效的控制，而室内人数势必会影响到室内温度，所以一般在设定温度时，要考虑到室内人数的因素，给变风量系统一个合理的送风温度设定值。
室内人数的不同，用于稀释人员以及人员活动带来的污染物所需的新风量就不同，例如室内有人抽烟，或者室内有燃烧情况发生，所以室内人数是确定变风量系统新风量的必须要参考的因素。
室内二氧化碳的浓度会不同，在人员长期停留的空调房间，由于人们呼出的CO2气体量增加，会逐渐破坏室内空气的正常成分，给人体健康带来不良影响。因此在空调系统的送风量中，必须掺入含CO2量少的室外新风来稀释室内空气中的CO2的含量，使之合乎卫生标准的要求。所以室内CO2浓度也是暖通空调设计中非常重要的一个参数，
直接测得每个层面的实际人员数，然后根据人员数来决定当前实际所需要的新风量。这种控制方法的优点是能够实现新风量的动态调节，在保证室内空气品质的前提下尽量节能。
综上所述，对室内人数进行统计在暖通空调的设计中是非常必要的，对智能建筑的节能也是具有重大的意义的。
视觉是人类从大自然中获取信息的最主要的手段。据统计，在人类获取的信息中，视觉信息约占75%。由此可见，视觉信息对人类的重要性，而图像正是人类获取视觉信息的主要途径。从20世纪60年代起，随着计算机技术的不断提高和普及，数字图像处理学进入高速发展时期。所谓数字图像处理就是利用数字计算机或者其他数字硬件，对从图像信息转换而得的电信号进行某些数学运算，以提高图像的实用性。本文研究的就是用数字图像处理技术在智能建筑中的应用，其中重点研究了利用数字图像处理技术的智能建筑内部人数统计。
1.2 国内外研究现状
目前，数字图像处理在智能建筑领域主要应用于以下几个方面： 1，数字图像处理技术在火灾检测中的应用
为了避免或减少火灾损失，实现对火灾早期预报是关键。目前，在部分建筑已采用了比较成熟的火灾探测的方法，如感烟、感温、感光探测器，传统的火灾报警系统多采用检测浓度法，而并不检测火焰本身，所以其误报率高、检测时间较长，对某些情况无法预报，它们分别利用火灾火焰的烟雾、温度、光的特性来耐火灾进行探测。
随着数字通信技术、计算机技术的发展，数字图像处理也被用于火灾监测。模式识别技术实现火灾预报与传统的预报方法相比可以有效地提高预报精度、大大缩短预报时间、提供更丰富的火灾信息等。并且在大空间、大面积、环境比较恶劣和室外环境等场所，传统的方法无法发挥现有火灾探测设备的作用，而利用火灾火焰的图像特性却能解决以上场所的火灾探测问题。
火灾图像探测方法是基于数字图像处理和分析的新型的火灾探测方法，它利用摄像头对现场进行监视，对摄取的连续图像由图像采集卡转换为数字图像输入计算机，根据火灾火焰的图像特征，采用中值滤波；图像分割；轮廓跟踪；特征提取等一系列技术手段进行处理和分析，从而达到探测火灾的目的。
简单来说，，该方法一般用检测同一场景的两幅图像间的变化来判断是否有火灾发生，设数字化的序列图像为f(x,y)．（x,y）为图像中各个像素点的坐标．f(x,y)是该点像素的灰度值，f0（x,y）为背景图像中各点的像素值。
??0无火灾发生?f(x,y)?f(x,y)?f0(x,y)????0有火灾发生
目前现有的检测系统往往只是根据火焰图形的一些单一形态特征作为模式识别的判据，并且选取特征单一，算法相对复杂，造成误判率高，不能实时处理等缺点。
数字图像处理在智能建筑门禁系统中的应用 1，人脸识别系统
人脸识别技术(Face Recognition Technology)是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义，是所有的生物识别方法中应用最广泛的技术之一，最近几年倍受重视。在智能建筑领域，人脸识别技术主要是在门禁系统中。
人脸识别系统的常用方法有： (1)基于知识的自顶向下的方法
该方法基于在判别人脸过程中总结出的一系列规则，例如：“正面人脸中间有鼻子”“两只眼睛是对称的”等，找到这些规则，可以把他们应用于输入图像，来搜索出符合规律的人脸区域。
(2)基于人脸特征的自底向上的方法
该方法首先用各种数字图像的处理办法对输入图像处理，用处理结果提取出来的某些特征与人脸的某些共性特征进行比较，借此来判断某一区域是否为人脸。例如可
以找到输入图像的轮廓线来判断是否为人脸区域。
(3)模板匹配的方法
该方法是事先建立并存储一些人脸模板作为标准，包括正面人脸或是单独的眼睛、鼻子、嘴巴等。利用数字图像处理算法来计算各待测区域与标准模板的相关性。利用这一模板来判断这一区域是否为人脸。
(4)基于人脸外观的方法
该方法是通过搜集大量的人脸样本作为训练集，用人工神经元网络、支持向量机(SVM)等方法训练出一个分类器来检测入脸。这种思想与其他思想的不同之处在于，并不首先人工的对人脸进行分析或是抽取模板，也不对输入图像进行复杂的处理；而是利用大量的人脸整体外观用结构化的方法来训练出人脸检测的分类器。在这类分类器中，特征向量、统计学、信息学等三思想也得到了运用。
人脸识别是难度较大的研究领域，因为影响识别的因素特别复杂，例如人脸因其尺寸、皮肤颜色及其细节部分如眼睛、眉毛的不同而不同。此外人脸与摄像机的距离和方向对其外形也有一定的影响。另外每个像素的亮度值还依赖于环境中的各种因素。首先是光源：光源的位置、颜色和亮度；另外还有周围物体的影响，有些物体会在其他物体上投射阴影或反射一些光线。因此，该领域还有很多的工作需要后人来钻研。
2，视频监控
视频监控主要应用于智能建筑的安保系统，一般重点监控区域，如电梯，走廊，等重要安全部门，都安装有摄像头，传统的模拟监控系统中图象数据的采
集、传输、显示和存储大多是基于模拟信号，需要人工不间断的观察多个监视器画面，不仅花费人力物力而且经常发生漏警和误警。
基于数字图像处理技术的安防系统，图像采集模块以CMOS摄像头为核心，负责采集检测区域的图像信息，获得所需的数字图像信息。数字图像处理模块，通过分析和处理采集到的序列图像，检测图像中出现的运动目标，实现对其运动的分析。主要是对图像序列流进行预处理、目标分离、检测、存储和报警等算法的实现，获得有用的信息。各个模块的实现效果都是通过监视器反应给监控室的工作人员，如果有特殊情况，工作人员可以通过监视器得到第一手的资料，从而做出相应的应急措施。从而克服了单靠人力效率低下，耗资巨大的缺点。
3,数字图像处理在建筑HVAC系统的应用
智能大厦房间多、内区负荷变化大；同时，由于HVAC系统耗能一般占整个大厦的40%以上，节能问题日益突出。因此，变风量空调系统（VAV）得到了广泛的应用， 它是一种通过改变送风量来调节室内温湿度的空调系统,由于变风量系统在调节风量的同时保持送风温度不变，因此在实际运行过程中必须根据空调负荷合理的确定送风温度。如果能够根据需要来调节气源的质量，那么HVAC系统将一定是最节能的。如
相关推荐：
loading