为了提高视频烟雾检测的准确性，克服图像型火灾烟雾检测对复杂环境的低适应性，实现对火灾烟雾的实时检测，提出了一种基于视频序列的火灾烟雾颜色检测算法。该方法首先采用基于Kalman滤波的背景重建法提取出烟雾区域的像素，然后再将其归一化到RGB空间模型，分析各颜色分量的数据，并将这些表征烟雾颜色信息的数据经Matlab进行曲线拟合分析，最终确定出烟雾颜色的决策条件，并对来自网络的火灾视频和其他运动视频进行测试。实验结果表明：基于视频序列的火灾烟雾颜色检测能够很好地将火灾烟雾和其他干扰物区分开，达到早期预警的目的。

为了研究陈化时间对普洱熟茶所含化学成分的影响,分析了同一品种普洱熟茶在不同陈化时间的傅里叶变换红外光谱,光谱初步显示不同陈化时间的普洱熟茶的化学成分存在差异.茶叶是一个复杂的体系,其红外光谱由所含成分的特征吸收带叠加而成.为了深入探索发生变化的特征带,对光谱中的1 900～900 cm-1吸收带进行傅里叶自去卷积,确定该范围内叠加子峰的个数和预估波数位置,然后进行曲线拟合分析.通过曲线拟合分析确定不同陈化时间普洱熟茶红外光谱中的蛋白质、茶多酚、果胶和多聚糖的子峰位置.蛋白质的特征吸收酰胺Ⅱ带子峰出现在1 520 cm-1,茶多酚和果胶吸收子峰分别出现在1 278和1 103 cm-1,葡甘露聚糖和阿拉伯聚糖的吸收子峰波数是1 063和1 037 cm-1,分别利用这些子峰面积和叠加带面积的比例间接反映蛋白质、茶多酚、果胶和多聚糖的含量在陈化过程中的变化情况.曲线拟合结果显示,随着陈化时间的增加,茶叶中的酰胺Ⅱ带子峰面积比例先增大后减小,同时茶多酚和果胶类物质含量比例减少,可溶性多聚糖类物质含量比例增加.这解释了普洱熟茶随着陈化时间增加其苦涩味减弱,口感上出现甜味的原因.研究表明傅里叶变换红外光谱结合曲线拟合分析能反映普洱熟茶陈化过程中化学成分的变化,为其品质的评定提供有效依据。