of the three models are above 0.9379, indicating that the established quantitative models have high accuracy, reliability and good prediction ability.Finally, the quantitative models have been successfully applied in the determination of three components of B-vitamin complex tablets produced by different manufacturers.It could be seen that the Tchebichef image moment method can solve the signal overlap and interference of multi-target components and provides an important basis for the simultaneous quantitative analysis of multi-components in complex systems.

This research proposes an innovative framework for monitoring bridge Vortex-induced Vibration (VIV) dynamic characteristics utilizing AI-based machine-learning target object detection and tracking techniques with keypoint detection. Two camera calibration methods are implemented for cases with and without intrinsic and extrinsic camera setup information based on homography matrix conversion and distance-based conversion. The framework is verified on a video recording of a real-bridge VIV event and a simulation animation of bridge VIV with a peak/trough-based statistical method for calculating VIV frequency and amplitude. Accurate detection is achieved in both cases with short video durations. The framework demonstrates great potential for real-time bridge VIV monitoring, requiring minimal camera calibration and a straightforward device setup. It offers reliable and accurate results while remaining cost-effective.