我国是水果生产大国，但水果产后加工处理水平不高，因此，快速、准确、无损地检测水果内部品质是重要研究课题，对于提高水果的市场竞争力有重大意义。本课题选用近红外光谱透射检测技术测量水果成分，以苹果中的糖度值为检测指标，主要从不同波段建模对模型适用性的影响、不同运动速度下积分时间的选择、不同速度建模方法的优化等方面进行了系统深入地探讨，旨在为水果内部品质的在线无损检测提供新的参考依据。论文主要研究工作与结论如下：　　1.根据在线检测要求，构建了能够准确、有效地获得近红外光谱的动态实验台，为实现水果内部品质在线无损检测提供了硬件基础；并选取了有代表性的试验样本，确定能够准确测量苹果糖度指标的破坏性检测方法和仪器，对测量结果进行了分析，结果表明：利用预测浓度残差分布图剔除异常样本能提高模型精度。　　2.实验研究了近红外光谱波段的选择对主成分数的影响及不同波段范围建模与苹果糖度的相关性，对比分析了全波段、650-850nm波段、600-720nm波段、720-900nm波段对苹果糖度模型的适用性影响，结果表明：650-850nm建立的糖度模型效果最好，确定了静态、运动样本光谱定量分析的波段范围。　　3.针对积分时间不同选择对近红外光谱模型的影响，安排了速度和积分时间的两因素三水平完全随机实验，结果表明：积分时间的大小对静态光谱建模效果影响不大，但对于动态光谱建模，接近或等于苹果样本通过光源的时间为最佳积分时间，选择合适的积分时间能够提高模型的精度。　　4.实验研究了不同建模方法对建模效果和预测结果的影响，对比分析单速度光谱建模与多速度光谱建模的差异，结果表明：优化后的多速度光谱建模方法对模型的精度和预测效果都有一定程度的提高；并在短时间内连续采集光谱，检验所建立的优化数学模型的重复性，得出两个随机样本的标准偏差分别为0.055、0.078，满足实际在线检测要求。