牛乳作为一种营养全面的理想食物， 已成为人们日常生活中不可或缺的一部分， 与此同时人们也越来越关注乳制品的品质， 因此快速、 灵敏的检测方法的开发和使用显得尤为重要。 基于三维荧光指纹技术， 建立了一种牛乳品质检测与评价的新方法， 该方法可以通过三维荧光特征图谱， 得到相对应的牛乳成分信息。 和常规的荧光方法相比， 三维荧光法可以提供更丰富， 更全面的物质信息。 首先根据牛乳在不同实验条件影响下荧光强度的变化及图谱的改变， 确定了最佳的预处理条件， 接着分别对牛乳抗生素残留以及受热程度的判别进行了研究。 对于兽药残留分析， 可以检测出牛乳中含量在05 mg·L-1以上的新霉素； 对于牛乳受热程度判分析， 利用三维荧光技术结合平行因子法（PARAFAC）对生鲜乳、 巴氏杀菌乳及UHT灭菌乳的定性判别， 当组分数为3时， 中心连续系数可达9763%。 因此， 三维荧光指纹技术具有快速准确的检测牛乳品质的潜力。

为解决暗通道先验去雾算法在天空区域和大片白色区域色彩失真的问题, 提出了一种基于稀疏表示模型和特征提取的单幅图像去雾算法。通过稀疏字典的训练过程, 学习雾天图像的稀疏特征, 初步优化粗略介质传输图的稀疏系数。根据雾天灰度图像的稀疏特征, 进一步精细化介质传输图。逆向求解雾天退化模型, 得到去雾图像。实验结果表明, 所提算法在天空区域的处理上优势明显, 同时恢复出更多的图像细节和边缘信息。

近年来随着人们对乳制品需求的不断增加, 将复原乳冒充或添加在鲜乳中出售的现象也日益严重, 亟需简单、 快速的检测方法监测掺假行为。 利用同步荧光技术, 分别对两种鲜牛乳(未经杀菌的生牛乳和低温处理的巴氏杀菌乳)掺杂复原乳的情况进行了定性判别和定量分析。 以各类样本及全部样本的判别正确率作为定性判别模型的评价指标; 以相关系数(r)、 校正均方根误差(RMSEC)和预测均方根误差(RMSEP)作为定量分析模型的评价指标。 通过分析牛乳的三维荧光图谱确定同步荧光扫描的固定波长差Δλ值为80 nm; 在对图谱进行二阶求导后, 偏最小二乘-判别分析法(PLS-DA)对生鲜牛乳、 巴氏杀菌乳和复原乳的种类判别总正确率可达100%, 并且在判断两种鲜乳中是否添加复原乳时, 校正集样品的正确率均可达到100%, 预测集样品的正确率分别为75%和81.25%, 鲜牛乳和复原乳的种类判别模型, 以及鲜乳与掺假乳的定性判别模型均取得了良好的效果; PLS回归对同步光谱值与复原乳含量建立线性关系时, 两种鲜乳定量模型的r值分别为0.911 2和0.936 7, RMSEC分别为0.042 2和0.038 4, RMSEP分别为0.054 8和0.057 5, 鲜乳中复原乳含量的定量分析模型的r值均可达到0.9以上, 能对添加量较高的样品进行预测。 因此, 同步荧光技术可以较为准确、 快速的检测鲜牛乳中是否掺杂复原乳。