開題報告-基于51單片機的教室智能照明控制系統.doc

《開題報告-基于51單片機的教室智能照明控制系統.doc》由會員分享，可在線閱讀，更多相關《開題報告-基于51單片機的教室智能照明控制系統.doc（8頁珍藏版）》請在裝配圖網上搜索。

山 東 科 技 大 學 本科畢業(yè)設計（論文）開題報告 基于51單片機的教室智能照明控制系統 學 院 名 稱 電子通信與物理學院 專業(yè)班級 電子信息科學與技術12級2班 學生姓名 時東陽 學 號 201201050519 指 導 教 師 王雪琴 填表時間：2016 年 3月30 日 填表說明 1.開題報告作為畢業(yè)設計（論文）答辯委員會對學生答辯資格審查的依據材料之一。 2.此報告應在指導教師指導下，由學生在畢業(yè)設計（論文）工作前期完成，經指導教師簽署意見、相關系主任審查后生效。 3.學生應按照學校統一設計的電子文檔標準格式，用A4紙打印。裝訂在左側。 4.參考文獻不少于8篇，其中應有適當的外文資料（一般不少于2篇）。 5.開題報告作為畢業(yè)設計（論文）資料，與畢業(yè)設計（論文）一同存檔。 設計（論文） 題目 基于51單片機的教室智能照明控制系統 設計（論文） 類型（劃“√”） 工程設計 應用研究 開發(fā)研究 基礎研究 其它 √ 一、 本課題的研究目的和意義 隨著科技的發(fā)展，和人們的生活水平不斷提高，居住環(huán)境的改善備受關注，于是家居智能化的快速興起，滿足人們對舒適，安全，便捷以及節(jié)能環(huán)保的時尚生活的追求?，F階段人類社會的進步越來越依賴于對能源的開發(fā)與利用，然而人們對能源無盡的需求量和有限的能源數量形成了不可抗拒的矛盾,能源匱乏不僅是我國所面臨的危機，更是世界所面臨的嚴峻考驗。在建筑物中，電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總電量的百分之十至百分之十二，并且按照預測，隨著建筑物保溫隔熱性能的提高以及其他供暖以及供冷措施的利用，照明用電占用比例還會上升，因此，涌現出了各種技術類型的廠家，市場上也出現了各種類型，別具特色的智能開關產品，智能照明系統也應運而生。 要實現照明節(jié)能主要有兩種方法，一種是選用高效照明光源或燈具，如節(jié)能燈。在保證照明質量的前提下，降低照明用電量的根本措施就在于提高照明設備的效率，即提高光源與燈具的效率；另一種是在現有照明燈具的基礎上照明節(jié)能控制策略，即在充分研究照明對象的需求上，通過優(yōu)化照明系統的運行來達到節(jié)能的效果。在照明燈具方面，大學教室多采用熒光燈，采用直接照明的方式，比較滿足現有的需求，所以本課題著重論述后面一種方法，改進照明控制策略和運行方式。 本設計主要是針對目前高校教學樓教室的電能資源浪費嚴重，教室資源利用不合理，用電設備控制和教學管理不足的現狀，設計了教學樓節(jié)能控制系統，以達到高校教室用電設備的合理使用，節(jié)約電能以及改善教學管理的目的。 二、 本課題的主要研究內容（提綱） 1、傳統Snake模型的研究 針對本課題和自己的實際情況，首先我對Kass提出的Snake算法進行研究，了解Snake算法的基本思想，深入分析該算法如何在圖像分割中實現。 2、傳統Snake模型的實現 了解了Snake模型的基本思想，有了算法基礎就可以將算法用程序實現。使用MATLAB工具，將算法思想通過程序實現，并且通過軟件進行仿真。 3、研究Snake算法存在的缺陷 在實現傳統Snake算法的同時，仿真研究Snake算法在收斂過程中存在的缺陷。 4、對Snake算法進行改進研究并實現 針對在仿真過程中出現的缺陷，從某一方面入手，尋找該缺陷出現的原因并提出改進的算法。 三、 文獻綜述（國內外研究情況及其發(fā)展） 自20世紀70年代，圖像分割算法就開始受到人們的高度重視，各種算法層出不窮。但是，大部分算法都有自己的針對性和適用范圍，目前尚無通用分割理論。結合處理策略，又可以分為串行分割算法和并行分割算法。根據處理對象，分割算法大體分為以下幾種： 基于閾值的分割方法，閾值法的基本思想是基于圖像的灰度特征來計算一個或多個灰度閾值，并將圖像中每個像素的灰度值與閾值相比較，最后將像素根據比較結果分到合適的類別中。因此，該類方法最為關鍵的一步就是按照某個準則函數來求解最佳灰度閾值。 基于邊緣的分割方法，所謂邊緣是指圖像中兩個不同區(qū)域的邊界線上連續(xù)的像素點的集合，是圖像局部特征不連續(xù)性的反映，體現了灰度、顏色、紋理等圖像特性的突變。通常情況下，基于邊緣的分割方法指的是基于灰度值的邊緣檢測，它是建立在邊緣灰度值會呈現出階躍型或屋頂型變化這一觀測基礎上的方法。使用一階導數的極值與二階導數的過零點來確定邊緣，具體實現時可以使用圖像與模板進行卷積來完成。 基于圖論的分割方法，此類方法把圖像分割問題與圖的最小割（min cut）問題相關聯。首先將圖像映射為帶權無向圖G=，圖中每個節(jié)點N∈V對應于圖像中的每個像素，每條邊∈E連接著一對相鄰的像素，邊的權值表示了相鄰像素之間在灰度、顏色或紋理方面的非負相似度。而對圖像的一個分割s就是對圖的一個剪切，被分割的每個區(qū)域C∈S對應著圖中的一個子圖。而分割的最優(yōu)原則就是使劃分后的子圖在內部保持相似度最大，而子圖之間的相似度保持最小?；趫D論的分割方法的本質就是移除特定的邊，將圖劃分為若干子圖從而實現分割。目前所了解到的基于圖論的方法有GraphCut，GrabCut和Random Walk等。 基于能量泛函的分割方法，該類方法主要指的是活動輪廓模型（active contour model）以及在其基礎上發(fā)展出來的算法，其基本思想是使用連續(xù)曲線來表達目標邊緣，并定義一個能量泛函使得其自變量包括邊緣曲線，因此分割過程就轉變?yōu)榍蠼饽芰糠汉淖钚≈档倪^程，一般可通過求解函數對應的歐拉(Euler．Lagrange)方程來實現，能量達到最小時的曲線位置就是目標的輪廓所在。按照模型中曲線表達形式的不同，活動輪廓模型可以分為兩大類：參數活動輪廓模型和幾何活動輪廓模型。 而針對Snake模型，很多學者都致力于改進傳統Snake模型，并取得了一定成果?？偟膩碚f，大部分的改進研究工作可分為兩個方面：改進圖像外力，擴大力場捕捉范圍，可以更好地解決傳統Snake模型對初始輪廓敏感以及難以收斂進凹陷邊界等問題；改進最小化能量過程中的解析算法，有助于改善收斂速度和數值穩(wěn)定性；基于拓撲性的改進，提高Snake模型的拓撲自適應能力。 四、 擬解決的關鍵問題 1、傳統Snake算法的程序實現是研究Snake改進的關鍵，只有對傳統Snake模型的實現和仿真，才能進一步對模型深入改進。 2、針對Snake的實現仿真，進一步提出改進算法是本次研究的核心問題和難點。 五、 研究思路和方法 針對本次研究，首先進行Snake算法的理解與實現。根據已有的理論，通過MATLAB編程實現，并且通過仿真實現簡單圖像的分割。 在MATLAB實現與仿真的過程中，發(fā)現Snake模型在圖像分割過程中存在的問題，進一步深入分析存在這些缺陷的原因。在這過程通過分析分割后圖片的特點得到Snake模型的缺陷。 根據發(fā)現的問題，從某一個方面著手分析問題的原因，提出問題的解決方案?？梢詮亩喾矫娣治鯯nake模型，比如收斂的程度、收斂的速度、占用的存儲空間大小等。針對具體的一個問題，從問題產生的實質出發(fā)，分析問題出現的原因，提出解決該問題的方案。 六、 本課題的進度安排 5-6周：查閱關于圖像分割和Snake模型的相關資料，查找圖像分割的各種算法，查閱Snake模型的各種改進算法。將查閱的各種論文和資料整理歸類，為之后的研究做準備。 7-8周：在這期間主要學習圖像分割的基本理論和分析Snake模型的算法，理解Snake算法的基本思想，以及他在圖像分割中的應用。為之后的Snake算法實現做理論上的準備。 9-10周：通過之前對Snake模型的理解，根據他的算法進行MATLAB編程實現。結合相關文獻，將Snake算法實現，并進行簡單的圖像分割。實現傳統的Snake模型，為之后的發(fā)現其缺陷和改進缺陷提供借鑒，是對其進行改進的重要步驟。 11-13周：分析在圖像分割后圖像的特點，對比原圖分析算法的缺陷。查閱資料了解缺陷產生的原因，結合之前對Snake模型的理解，針對一個方面提出改進的方法，并進行實現。 14-15周：結合自己的分析研究和實現寫此次研究的論文，注意結合已有的研究成果，體現自己研究的創(chuàng)新方面。 16周：查找自己論文中的缺陷和需要補充的方面，通過查詢資料，補充完善自己的研究，實現查漏補缺。 七、 參考文獻 [1]Kass M,Witkit A,Terzopoulous D.Snake:active contour models.In: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，阮宇智譯.數字圖像處理.北京：電子工業(yè)出版社，2001. [5]章毓晉.圖像分割[M].北京：科學出版社，2001，1-7,1 [6]程佩青.數字信號處理教程[M]，北京：清華大學出版社，2003. [7]游亞素，揚靜.圖像邊緣檢測技術的發(fā)展與現狀.電子科技導報，1995,2（8）：25-28. [8]呂明忠，羅鵬，高敦岳.一種具有向心力的新型Snake算法[J].微電子學與計算機，2001,18（4）：39-43. 指導教師意見 指導教師（簽名）： 年 月 日 所在系（所）意見 負責人（簽章）： 年 月 日