随着绿色节能建筑的概念深入人心，最大限度的节约能源成为了首要的问题。公共建筑在为人们提供服务的同时，消耗着大量的电能，建筑光环境中的电能消耗占建筑总用电量很大一部分。所以，有效地减少公共建筑光环境中的电能消耗，具有很大的现实意义。目前常见的公共建筑光环境控制系统，只能在一定程度上对灯具的开关做出控制，仍然存在误判率高，精确度低等缺点，从而造成了很大的电能浪费。因此，利用科学手段根据建筑光环境的实时情况，做出精确判断和优化控制具有很重要的应用价值。论文结合国家自然科学基金项目“流动空间人工光环境优化与节能控制研究”的相关工作，针对公共建筑光环境的特点，分析了常见智能照明控制系统的优缺点，并综合各方面利弊，总结出了光环境最优控制的五个要素。为了克服常见智能照明控制系统的缺点，提出了基于图像处理和神经网络的光环境优化控制系统。主要研究有以下几个方面：(1)针对基于图像处理的光环境控制系统方案，从方案概述、算法处理和器件选择方面做出了初步的总体设计，并与其它控制方案进行了对比，证明了论文中方案的优越性。(2)提出了基于STM32芯片的光环境图像采集控制系统，对硬件系统进行了设计和搭建，并在硬件的基础上完成了各个模块的软件设计，同时进行了调试，使系统具备了图像采集和处理的基本功能。(3)采用改进的图像处理算法，以教室为背景进行算法仿真，对教室内的光环境进行检测，同时对人员的位置数量进行精确计算，最终做出合理精确的判断，从而对光环境做出优化控制。