利用驯化获得的拟康宁木霉菌(Trichoderma koningii)处理甲基橙废水, 以脱色率为指标探讨了反应时间、初始甲基橙浓度、pH、葡萄糖用量、不同培养时间等培养因素对拟康宁木霉生长前期降解甲基橙废水效果的影响; 在较优条件下以脱色率为指标, 探讨了酶在pH、温度、酶液投加量、初始甲基橙浓度、反应时间等条件下的酶促降解反应; 并通过正交试验验证其脱色降解甲基橙染料的最佳反应条件, 为染料废水的处理提供试验基础。试验表明, 培养过程中拟康宁木霉菌降解甲基橙废水的最适条件为初始甲基橙浓度30 mg/L, 培养时间72 h, 葡萄糖浓度25 g/L, pH 6.5。在较优培养条件下提取的酶, 在酶液投加量为0.6 mL, 温度为25℃, pH为7.0, 处理时间为6 h的处理条件下, 其降解率可达85.48%, 脱色效果较明显。本研究为拟康宁木霉对甲基橙染料废水的酶促降解条件提供了参考。

离焦抖动技术有效避免了商用投影仪引入的非线性效应，能够实现高速动态测量，但是离焦后的二值抖动条纹和标准正弦条纹并不完全贴近，测量过程中会有一定的偏差。针对这个测量误差问题，本文提出一种基于改进二进制蚁群算法的优化方法，从相位域对二值离焦抖动技术进行优化改进，较好地提高测量精度。通过对小尺寸二值块的优化替代整个优化过程，提高优化效率。仿真和实验结果证明：本方法在不同离焦情况下都能实现有效的三维测量。

提出一种通过相机和投影仪的空间几何约束来展开相位包裹的方法, 只需要对结构光投影测量系统进行标定, 不需要进行传统的时间或空间相位展开.通过投影单周期条纹得到物体的大致高度信息以确定虚拟深度平面, 在虚拟平面z0min处, 根据结构光系统的标定参数创建最小绝对相位图, 物体的包裹相位逐像素与进行比较, 即确定条纹级数, 实现相位解包裹.该方法具有良好的鲁棒性, 对硬件要求低, 采集图像少并且不需要额外的物体来获得z0min, 能够实现自适应动态测量.实验结果表明, 在同等条件下, 与传统时间相位展开方法相比, 该方法的相对误差降低了14.33%, 同时简化了测量方法, 能够有效实现物体的三维形貌测量.

采用遗传算法在相位域对抖动算法产生的二值条纹图案进行优化, 同时, 为了解决遗传算法的耗时问题, 用对二值块的优化来代替整个条纹图案的优化.实验结果表明: 本文方法对不同离焦量具有鲁棒性, 能极大改善抖动算法的测量质量; 在轻度离焦、中度离焦和重度离焦的情况下, 相位均方根误差分别由1.493, 1.209, 0.989 rad, 减小到0.972, 0.749, 0.603 rad.

针对离焦二元编码技术中条纹图案的高次谐波分量会引入测量误差的问题, 提出了一种通过阈值优化抖动算法生成二元图像的方法.引入参数γ动态调整阈值, 考虑图像不同像素灰度值对抖动算法的影响, 改善离焦后抖动图像条纹的正弦性.仿真和实验结果表明: 在引入参数γ=50时, 离焦后的阈值优化抖动算法条纹具有更好的正弦性; 相比传统Floyd-Steinberg抖动算法, 在条纹周期为40 pixel时, 该方法所得相位均方根误差减小0.013 7 rad, 且对模型凹陷突变区域成像更清晰, 显著提高了物体表面还原的图像质量.

离焦抖动优化技术不仅能消除投影仪的非线性误差,而且不受投影仪刷新率的限制。然而抖动算法本质上只是一个简单的矩阵变换,导致离焦后的二值抖动条纹并不完全接近正弦条纹,产生了一定的测量误差。基于此,提出了一种基于离散粒子群算法的优化方法,对二值离焦抖动技术进行优化。为了加快优化过程,用二值块的优化来代替整个二值图案的优化,然后再利用正弦条纹图案的周期性和对称性,将二值块拼成一个完整的图案。仿真和实验结果表明:所提方法在不同的离焦程度下,都能获得高质量的测量结果。

分析了光学系统离焦状态对基于正弦光栅的结构光相位的影响.基于正弦结构光相位与相机对焦状态无关的性质, 提出了一种利用相移法正弦结构光编码显示面板对离焦相机进行标定的方法.使用Floyd-Steinberg Dithering算法消除了显示面板gamma变换带来的结构光相位计算误差.实现了相机在离焦状态下对标定物特征点的准确提取.标定结果重投影误差为0.17 pixels.相机焦距的标定误差在0.39%以内.与传统方法相比提高了标定精度, 为具有特殊成像范围的相机的标定提供了一种解决方案.

现阶段通用的相机标定方法需要使用者提供准确的标定板特征点像素坐标。但对某些成像位置特殊的相机而言，一般标定物(如长宽在厘米级别的标定板)的使用范围在其清晰成像范围之外。使用这些相机拍摄一般标定物，只能得到离焦的模糊图像，无法准确提取特征点像素坐标。本文分析了光学系统离焦状态对基于正弦光栅的结构光(简称正弦结构光)相位的影响。利用正弦结构光相位与相机对焦状态无关的性质，提出了一种利用相移法正弦结构光编码的方法，对标定物上特征点进行相位编码，实现了相机在离焦状态下的标定。经过实验验证，标定结果焦距长度与真实值之间最大偏差为0.47%，最大像素重投影误差为0.17 pixels。该方法为具有特殊成像范围的相机的标定提供了一种解决方案。

结合结构光投影三维扫描的原理,设计了数字微镜器件(DMD)作为结构光的发生装置,主控芯片为FPGA,实现了高速的DMD的控制和相机的同步采集。搭建了一个嵌入式三维扫描光学平台,并应用四步相移法完成实验。首先指定不同方向和周期的正弦条纹结构光,同步采集图像;然后通过软件设计完成对采集图像的预处理、相位的解调、相位的展开、相位-高度映射还原得到三维的深度信息并建模;最终获得最高464.8帧/s不同方向和周期的正弦条纹结构光显示,达到194帧/s的相机触发采集,三维扫描效果图清晰,还原和重建效果理想。

白酒基酒等级的准确评判对白酒的质量控制至关重要, 是白酒分级储存和勾兑的重要依据。 目前白酒基酒分级是在生产车间班组工人初步分级基础上, 通过专业评酒人员的人工感官审评结合气相色谱法测定主要酯类物质含量最终确定白酒基酒的等级。 人工感官审评和气相色谱分析方法繁琐, 耗时费力, 很难实现实时快速检测。 红外光谱技术具有快速分析、 无损检测及灵敏度高和重现性好等优点, 在食品品质检测领域得到广泛应用。 运用傅里叶变换红外光谱（FTIR）和衰减全反射（ATR）技术结合化学计量学方法对不同等级白酒基酒及其主要酯类化合物进行快速定性和定量分析。 采用线性判别（LDA）和误差反向传播人工神经网络（BPANN）分析模型对不同等级白酒基酒进行判别, 线性判别分析训练集和测试集总体识别率均达到100%, BPANN分析训练集和测试集总体识别率均在95%以上。 采用区间偏最小二乘法（siPLS）对四种主要酯类化合物进行定量分析, 己酸乙酯、 乳酸乙酯、 乙酸乙酯和丁酸乙酯含量的训练集模型相关系数分别为0.986 4, 0.991 5, 0.970 2和0.951 4, 测试集模型的相关系数分别为0.982 4, 0.961 9, 0.905 2和0.808 0。 结果表明, 傅里叶变换红外光谱技术结合化学计量学方法能有效实现不同等级白酒基酒的准确判别, 同时基酒中主要酯类化合物的快速检测定量模型效果良好, 能满足白酒生产中的分析检测要求, 为白酒基酒等级的快速判别提供一种客观而准确的分析方法, 有效提升白酒的智能化生产水平。