针对陈皮无损、在线、快速的便携式检测需求, 基于可见-近红外光谱技术, 利用AS7341传感器设计了一款手持式非成像光谱分析仪。分析仪以STM32微控制器作为主控芯片, 具备网联、存储、显示等多种功能。对微控制器进行了软件及算法设计, 实现了光谱数据采集、处理、显示、保存与传输。并以不同年份陈皮作为检测对象进行了实验验证, 结果表明对测试集内陈皮的年份识别准确率不低于97%, 具有实际应用价值。

眼底成像技术可检测临床视网膜组织状态, 其检测结果已成为多种眼底疾病诊断的重要依据。然而, 传统的眼底成像系统需要专业医护人员操作, 且具有体积大、价格昂贵等缺点。随着智能手机的图像采集、存储、数据传输等功能的不断提升, 基于智能手机的眼底成像系统可有效弥补传统眼底成像系统的上述缺陷。在本研究中, 我们设计了照明和成像光路并利用3D打印技术将其小型化, 通过与智能手机相结合实现了对人眼视网膜图像的采集。结果表明, 基于智能手机的眼底相机距离模拟眼的工作距离约为17 mm, 安置于体积仅为88 mm×79 mm×42 mm(长×宽×高)的手机外设配件中。随后, 利用Zemax对系统光学参数进行了进一步优化。经优化后的成像系统, 畸变保持在02%范围内, 场曲小于10 μm。该系统具有便携性良好、无创、价格低廉等优点, 未来可用于多种眼底疾病的社区筛查工作。

条纹反射法是一种结构简单的三维面形检测手段, 本文对该方法在智能手机、平板等移动设备中的集成和应用进行了研究。首先, 对条纹反射法标定误差以及智能设备的特点进行了分析。然后, 在分析实际检测中的关键误差基础上, 提出了通过相机非线性定标、改善相移算法、格点位置标定、应对相机自动增益调整等一系列方法和算法, 在设备现有硬件条件下提高了测量精度和稳定性; 最后, 使用iPad Air对直径为105 mm的SiC反射面进行了实验。结果表明, 标定精度在毫米量级时, 对反射面的检测精度RMS值达到33 μm, 并且以低频误差为主, 在局部高频区域检测结果有明显优势, 证实了在不使用其他外部设备前提下, 集成于智能平板的条纹反射法具备几十微米量级精度的检测能力。

Linux 操作系统具有开源、稳定且便于移植到嵌入式设备中的优点，因而为嵌有Linux 系统的设备设计USB驱动，就成为实际工程需求。为解决支持arm 的Linux USB驱动，对USB驱动的数据结构进行了分析，修改了USB驱动的框架程序，用编译模块方法实现了对FT245 USB芯片的驱动加载，完成了基于arm+Linux 平台的USB驱动设计，并成功应用到专用测试系统中，通过实验，验证了设计的正确性。