客户案例
您的位置: 主页 > 客户案例 >

AG88环亚平台教室智能照明控制系统厂家智能照明


发布时间:2020-06-19 15:12


  山 东 科 技 大 学 本科毕业设计(论文)开题报告 基于 51 单片机的教室智能照明控制系统 学 院 名 称 电子通信与物理学院 专 业 班 级 电子信息科学与技术 12 级 2 班 学 生 姓 名 时东阳 学 号 9 指 导 教 师 王雪琴 填表时间:2016 年 3 月 30 日 填表说明 1.开题报告作为毕业设计(论文)答辩委员会对学生答辩资格审查的依据材料之一。 2.此报告应在指导教师指导下,由学生在毕业设计(论文)工作前期完成,经指导...

  山 东 科 技 大 学 本科毕业设计(论文)开题报告 基于 51 单片机的教室智能照明控制系统 学 院 名 称 电子通信与物理学院 专 业 班 级 电子信息科学与技术 12 级 2 班 学 生 姓 名 时东阳 学 号 9 指 导 教 师 王雪琴 填表时间:2016 年 3 月 30 日 填表说明 1.开题报告作为毕业设计(论文)答辩委员会对学生答辩资格审查的依据材料之一。 2.此报告应在指导教师指导下,由学生在毕业设计(论文)工作前期完成,经指导教师签署意见、相关系主任审查后生效。 3.学生应按照学校统一设计的电子文档标准格式,用 A4 纸打印。装订在左侧。 4.参考文献不少于 8 篇,其中应有适当的外文资料(一般不少于 2 篇)。 5.开题报告作为毕业设计(论文)资料,与毕业设计(论文)一同存档。 设计(论文) 题目 基于 51 单片机的教室智能照明控制系统 设计(论文) 类型 (划“”) 工程设计 应用研究 开发研究 基础研究 其它 一、 本课题的研究目的和意义 随着科技的发展,和人们的生活水平不断提高,居住环境的改善备受关注,于是家居智能化的快速兴起,满足人们对舒适,安全,便捷以及节能环保的时尚生活的追求。现阶段人类社会的进步越来越依赖于对能源的开发与利用,然而人们对能源无尽的需求量和有限的能源数量形成了不可抗拒的矛盾,能源匮乏不仅是我国所面临的危机,更是世界所面临的严峻考验。在建筑物中,电能的消耗占百分之六十至百分之九十左右,其中照明的占用量是总电量的百分之十至百分之十二,并且按照预测,随着建筑物保温隔热性能的提高以及其他供暖以及供冷措施的利用,照明用电占用比例还会上升,因此,涌现出了各种技术类型的厂家,市场上也出现了各种类型,别具特色的智能开关产品,智能照明系统也应运而生。 要实现照明节能主要有两种方法,一种是选用高效照明光源或灯具,如节能灯。在保证照明质量的前提下,降低照明用电量的根本措施就在于提高照明设备的效率,即提高光源与灯具的效率;另一种是在现有照明灯具的基础上照明节能控制策略,即在充分研究照明对象的需求上,通过优化照明系统的运行来达到节能的效果。在照明灯具方面,大学教室多采用荧光灯,采用直接照明的方式,比较满足现有的需求,所以本课题着重论述后面一种方法,改进照明控制策略和运行方式。 本设计主要是针对目前高校教学楼教室的电能资源浪费严重,教室资源利用不合理,用电设备控制和教学管理不 足的现状,设计了教学楼节能控制系统,以达到高校教室用电设备的合理使用,节约电能以及改善教学管理的目的。 二、 本课题的主要研究内容(提纲) 1、传统 Snake 模型的研究 针对本课题和自己的实际情况,首先我对 Kass 提出的 Snake 算法进行研究,了解 Snake 算法的基本思想,深入分析该算法如何在图像分割中实现。 2、传统 Snake 模型的实现 了解了 Snake 模型的基本思想,有了算法基础就可以将算法用程序实现。使用 MATLAB 工具,将算法思想通过程序实现,并且通过软件进行仿线、研究 Snake 算法存在的缺陷 在实现传统 Snake 算法的同时,仿真研究 Snake 算法在收敛过程中存在的缺陷。教室智能照明控制系统厂家 4、对 Snake 算法进行改进研究并实现 针对在仿真过程中出现的缺陷,从某一方面入手,寻找该缺陷出现的原因并提出改进的算法。 三、 文献综述(国内外研究情况及其发展) 自 20 世纪 70 年代,图像分割算法就开始受到人们的高度重视,各种算法层出不穷。但是,大部分算法都有自己的针对性和适用范围,目前尚无通用分割理论。结合处理策略,又可以分为串行分割算法和并行分割算法。根据处理对象,分割算法大体分为以下几种: 基于阈值的分割方法, 阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值,并将图像中每个像素的灰度值与阈值相比较,最后将像素根据比较结果分到合适的类别中。因此,该类方法最为关键的一步就是按照某个准则函数来求解最佳灰度阈值。 基于边缘的分割方法,所谓边缘是指图像中两个不同区域的边界线上连续的像素点的集合,智能照明强电布线是图像局部特征不连续性的反映,体现了灰度、颜色、纹理等图像特性的突变。通常情况下,基于边缘的分割方法指的是基于灰度值的边缘检测,它是建立在边缘灰度值会呈现出阶跃型或屋顶型变化这一观测基础上的方法。使用一阶导数的极值与二阶导数的过零点来确定边缘,具体实现时可以使用图像与模板进行卷积来完成。 基于图论的分割方法,此类方法把图像分割问题与图的最小割(min cut)问题相关联。首先将图像映射为带权无向图 G=V,E,图中每个节点 NV 对应于图像中的每个像素,每条边E 连接着一对相邻的像素,边的权值表示了相邻像素之间在灰度、颜色或纹理方面的非负相似度。而对图像的一个分割 s 就是对图的一个剪切,被分割的每个区域 CS 对应着图中的一个子图。而分割的最优原则就是使划分后的子图在内部保持相似度最大,而子图之间的相似度保 持最小。基于图论的分割方法的本质就是移除特定的边,将图划分为若干子图从而实现分割。目前所了解到的基于图论的方法有 GraphCut,GrabCut 和Random Walk 等。 基于能量泛函的分割方法,该类方法主要指的是活动轮廓模型(active contour model)以及在其基础上发展出来的算法,其基本思想是使用连续曲线来表达目标边缘,并定义一个能量泛函使得其自变量包括边缘曲线,因此分割过程就转变为求解能量泛函的最小值的过程,一般可通过求解函数对应的欧拉(Euler.Lagrange)方程来实现,能量达到最小时的曲线位置就是目标的轮廓所在。按照模型中曲线表达形式的不同,活动轮廓模型可以分为两大类:参数活动轮廓模型和几何活动轮廓模型。 而针对 Snake 模型,很多学者都致力于改进传统 Snake 模型,并取得了一定成果。总的来说,大部分的改进研究工作可分为两个方面:改进图像外力,扩大力场捕捉范围,可以更好地解决传统 Snake 模型对初始轮廓敏感以及难以收敛进凹陷边界等问题;改进最小化能量过程中的解析算法,有助于改善收敛速度和数值稳定性;基于拓扑性的改进,提高 Snake 模型的拓扑自适应能力。 四、 拟解决的关键问题 1、传统 Snake 算法的程序实现是研究 Snake 改进的关键,只有对传统 Snake模型的实现和仿真,才能进一步对模型深入改进。AG88环亚平台 2、针对 Snake 的实现仿真,进一步提出改进算法是本次研究的核心问题和难点。五、 研究思路和方法 针对本次研究,首先进行 Snake 算法的理解与实现。根据已有的理论,通过 MATLAB 编程实现,并且通过仿真实现简单图像的分割。 在 MATLAB 实现与仿真的过程中,发现 Snake 模型在图像分割过程中存在的问题,进一步深入分析存在这些缺陷的原因。在这过程通过分析分割后图片的特点得到 Snake 模型的缺陷。智能照明场景控制系统图 根据发现的问题,从某一个方面着手分析问题的原因,提出问题的解决方案。可以从多方面分析 Snake 模型,比如收敛的程度、收敛的速度、占用的存储空间大小等。针对具体的一个问题,从问题产生的实质出发,分析问题出现的原因,提出解决该问题的方案。 六、 本课题的进度安排 5-6 周:查阅关于图像分割和 Snake 模型的相关资料,查找图像分割的各种算法,查阅 Snake 模型的各种改进算法。将查阅的各种论文和资料整理归类,为之后的研究做准备。 7-8 周:在这期间主要学习图像分割的基本理论和分析 Snake 模型的算法,理解 Snake 算法的基本思想,以及他在图像分割中的应用。为之后的 Snake 算法实现做理论上的准备。 9-10 周:通过之前对 Snake 模型的理解,根据他的算法进行 MATLAB 编程实现。结合相关文献,将 Snake 算法实现,并进行简单的图像分割。实现传统的Snake 模型,为之后的发现其缺陷和改进缺陷提供借鉴,是对其进行改进的重要步骤。 11-13 周:分析在图像分割后图像的特点,对比原图分析算法的缺陷。查阅资料了解缺陷产生的原因,结合之前对 Snake 模型的理解,针对一个方面提出改进的方法,并进行实现。 14-15 周:结合自己的分析研究和实现写此次研究的论文,注意结合已有的研究成果,体现自己研究的创新方面。 16 周:查找自己论文中的缺陷和需要补充的方面,通过查询资料,补充完善自己的研究,实现查漏补缺。 七、 参考文献Brady IM,Rosenfied A eds.Proceedings of the 1st International conference on computer Vision.London[J].IEEE Computer Society Press,1987,259-268. [2]Xu Chen-yang,PrinceJL.Gradient vector flow.a new external force for snakes[A].In:Proceedings of the 1997 Conference on Computer Vision Pattern Recogniton[C],Los Alamitos,California,USA,1997:66-71. [3]Chambolle A.Image segmentation by variational methods:Mumford and Shah functional and the discrete approximations[J].Society for Industrial and Applied Mathematics,1995,55(3):827-863. [4]Rafael C. Gonzalez,Richard E.Woods,阮秋琦,阮宇智译.数字图像处理.北京:电子工业出版社,2001. [5]章毓晋.图像分割[M].北京:科学出版社,2001,1-7,1 [6]程佩青.数字信号处理教程[M],北京:清华大学出版社,2003. [7]游亚素,扬静.图像边缘检测技术的发展与现状.电子科技导报,1995,2(8):25-28. [8]吕明忠,罗鹏,高敦岳.一种具有向心力的新型 Snake 算法[J].微电子学与计算机,2001,18(4):39-43. 指导教师意见 指导教师(签名): 年 月 日 所在系(所)意见 负责人(签章): 年 月 日

  中山大学有害生物控制与资源利用国家重点实验室120KV透射电镜采购项目招标文件

  泰尔终端结余资金-重大专项—燃气行业物联网NB-IoT协议栈软件等竞争性谈判文件

  国家卫生计生委科学技术研究所危险化学品库、气瓶间建设项目(项目管理)比选文件(22日终稿)

  自考工程管理优秀毕业论文-南洲花园东区1a#楼投标工程量清单与控制价编制

返回顶部