霉变花生极有可能含强致癌物质-黄曲霉素, 快速识别并分离霉变花生可从源头上阻止其进入食物链, 并降低人类摄入黄曲霉素的风险。 利用可见光-近红外高光谱数据, 通过光谱分析确定能有效识别霉变花生的光谱特征或指数模型。 共获取霉变花生样本253个, 健康花生247个, 并取其霉变(或健康)部位的均值光谱。 在对光谱进行连续统去除后, 首先对其求取了不同步长的一阶微分, 并在可分性较优的光谱区域计算了Area500～650指数; 其次, 用连续小波变换提取了光谱的形状和位置信息, 并利用Indexcwt指数识别霉变花生样本。 结果显示, 指数Area500～650的J-M距离为195, Indexcwt模型的J-M距离为199, 表明霉变和健康花生在构建的指数模型Area500～650和Indexcwt的特征空间可分性均较优。

针对工业产品中非规则形状检测方法少、检测效率低的现状，本文提出了一种基于图像处理的快速高效检测方法。该方法首先对实际拍摄图像与参考模型进行特征点匹配，通过匹配寻找两幅图像中轮廓位置的映射关系，进而求解实际拍摄图像到参考模型的透视变换参数；然后对实际拍摄图像中的非规则形状进行高精度边缘提取，利用求取的透视变换参数对提取的边缘点进行变换；最后将计算得到的数据与参考图像中的数据进行比较，以此进行非规则形状检测。该方法为非接触式，设备少，环境影响小，数据对象仅是摄影图像，检测速度快，适用于各种非规则形状。标准实验分析表明，该方法检测精度优于0.2 mm，具有较高的检测精度及较好的检测效率。

文中建立了结构光测量系统数学模型, 并分析了结构光测量精度的影响因素。同时在结构光光条图像处理中改进了原有方法, 使用了一种新的快速光条中心提取算法。文章通过设计标准板进行了精度检测实验, 分析了系统对标准宽度和深度的测量精度。实验结果表明, 该测量方法对深度的检测精度优于 0.2 mm, 对宽度的检测精度优于 0.3 mm, 可以满足亚毫米级微小变形检测的精度要求, 是一种有效的微小变形检测和三维测量方法。