本文介绍了一种基于图像处理的嵌入式灯光控制系统，适用于教室等场所的灯光控制。与传统的灯光控制相比，在监控范围、准确率与功能方面有较大提高。通过对采集的图像进行分析，运用不变矩，神经网络和欧氏距离等方法对图像进行检测识别，取得了不错的效果。 按照系统功能，本系统由图像采集、处理和传输模块，灯光控制模块，人体与光照强度检测模块构成。 图像采集、处理和传输模块选择三星公司的ARM9内核的S3C2440为处理器。操作系统我们选用开源的Linux，使用中星微的USB摄像头进行图像的采集，在图像处理部分包括三个步骤： 第一步骤是采集图像的预处理部分，主要包括去除教室背景，图像二值化和图像格式的转换等。在去除教室背景的方面采用的是图像差影技术，实验结果表明此算法是十分有效的。使用模板平滑得到的二值差影图像，在图像的增强中取得了很好的效果。 第二个步骤是人体特征的提取部分，本系统针对教室中人体的特点，采用人体的头肩模型代替人体进行识别并且讨论了人体头肩模型的不变矩。 第三个步骤是人体的检测部分，介绍了BP神经网络分类器的设计，充分利用BP神经网络并行分布处理的特点，将神经网络用于人体检测，并将欧氏距离应用到人体检测中。对教室内人员的数量和分布做出准确判断，并根据相应的控制策略对不同区域的灯光做出控制。经实验验证效果理想，提高了系统的准确率。 数据传输部分有两种数据传输方式，分别是串口通讯和网络通讯。串口通讯应用到控制系统与协处理系统之间的控制信息与光照强度等信息的传输。本系统具有网络传输的功能，可实现主控制系统与服务器之间的网络通讯，将采集到的图像传送到服务器，也可接收服务器命令，实现集中监控。 灯光控制模块和人体及光照强度检测模块使用的处理器为AT89S51。以AT89S51为中心的协处理系统进行人体及光照强度信息的采集和灯光的控制，协处理系统采集人体和光照相关的信息通过串口发送到以ARM9为处理器的控制系统，控制系统通过对采集的图像及人体与光照强度的信息进行综合判断，产生控制命令。控制命令通过串口发送到协处理系统，协处理系统对控制命令进行分析，通过驱动控制继电器来控制灯光。