针对当前照明环境存在能耗浪费严重的问题，提出一种基于改进麻雀搜索算法（P-SSA）的照明控制优化方法。首先为增加初始种群的多样性、避免早熟收敛和增强寻优能力，对SSA引入Logistic混沌初始化、柯西变异及历史最优位置的记忆功能；然后综合考虑光环境中人员存在状态、天然光分布及多灯具之间的耦合作用建立适应度函数，并使用DIALux evo专业照明仿真软件获取人工光照度传递矩阵和天然光照度分布；最后对改进的SSA进行性能验证，并使用多个优化算法进行调光系数组合寻优的实验。实验结果表明，相较于粒子群优化算法（PSO）、算术优化算法（AOA）等，基于P-SSA的照明控制优化方法可以快速并精确地找到最优调光系数的组合，并实现满足舒适性为前提下的最大化节能性要求。
基于图像复原的去雾算法中参数的估计容易造成去雾图像场景信息的丢失,对此,提出一种图像去雾新算法。在暗通道先验的基础上,通过对大气散射模型的分析,总结出雾气分布对暗通道图像的影响,并依此对外景图像进行加雾操作,利用加雾后的参考图像与外景图像中各点的景深关系完成透射率的估计,进而达到去雾目的。算法利用物理模型和多幅图像实现参数的估计,能够更好地保留场景信息。实验结果表明,该算法不仅去雾效果优于对比算法,在处理速度上也有明显改善。
