随着经济的发展,能源被过度开发,全球的环境气候等方面都产生了诸多的问题,使得节能减排越发受到各国的重视。每年用于建筑照明产生的巨额用电量不仅对于各单位来说浪费了资金,更是对能源的极大浪费。目前已有利用传感器技术解决建筑节能问题,但效果不佳且没有被广泛利用。随着计算机视觉、图像识别等方面技术的发展,本文提出用图像识别方法对教室照明节能技术进行研究,达到了较好的效果,对于建筑节能减排有重要意义。本文首先对教室照明节能系统的功能需求进行分析,制定解决方案。根据此方案,对座位区域和照度检测、目标分割、人员检测方面进行深入的研究。研究中考虑到教室摄像头中的图像会包括其它非座位区域,不仅扩大了人员检测范围,还增加了数据计算量,提出对教室座位区域进行检测,利用统计教室背景图像中出现的较多像素方法对座位区域进行粗标记,再利用水平垂直投影法精确标记,准确的划定座位区域。对于照度检测,本文主要利用灰度图像包含亮度信息的原理进行研究。对目标分割的研究采用实时的教室图像与背景图像的差分方法,分割出目标人员,并且针对背景图像提出分时段背景建模的方法,再用改进的彩色全方位腐蚀膨胀方法处理图像,不仅去除了图像噪声点,而且良好地保护了图像的颜色信息。对于本文的研究重点人员检测,根据教室人员的姿势特点,利用人员的头部信息进行检测。在研究经典的Haar分类器等人员检测方法的基础上,提出了一种基于连通区域标记的改进的检测方法。该方法先利用肤色模型和头发颜色信息对人员头部的肤色和头发进行不同颜色的标记,再利用改进的连通区域标记算法检测人员,实现了对人员数量的统计。通过实验比较发现,本文提出的改进的连通标记法对于检测教室人员检测具有较高的准确率。