甘草是我国需求量大、用途广泛的道地药材,甘草种子作为其重要的生产资料受到了中医药研究人员的关注。在研究过程中需要实现对甘草种子的鉴别分选工作,但是目前研究人员对甘草种子的鉴别仍停留在形态学观察、化学分析和生物学分析的方式,这三种方式或多或少存在着准确率低、鉴别周期长和损坏甘草种子的缺点。为了解决上述鉴别方式中存在的不足,加快研究人员的科研步伐,本文利用近些年发展迅速且被广泛应用在农作物定性分析方面的近红外高光谱技术,开发了一套可以快速无损鉴别甘草种子产地和品种信息的系统。本文经过实验分析确定了使用简单阈值分割和最大类间方差法(OTSU)结合的方式提取甘草种子高光谱图像中的感兴趣区域(ROI),从而获得甘草种子的光谱信息。对比了不同的数据处理和建模方法,确定了使用基于K-means的下采样方法降低样本集的数据不平衡性;使用基于联合x-y距离的样本集划分方法(SPXY)划分样本集;采用Savitzky-Golay(SG)平滑+多元散射校正(MSC)+一阶导数的方法进行光谱预处理;使用独立分量分析(ICA)对光谱数据进行特征提取;利用支持向量机(SVM)建立识别甘草种子产地和品种的模型。根据研究结果设计开发了鉴别系统,用户可以利用此系统,实现对已知甘草种子样本的建模和对未知甘草种子样本的鉴别。经过测试,效果理想,能够满足研究人员鉴别分选甘草种子的切实需要,为甘草种子的研究工作提供了助力。