茶叶品种的识别不仅依靠茶叶外观(色泽、形状等),还取决于内在品质(香气、滋味等)。为了充分利用茶叶内部成分信息和外部图像信息来识别茶叶的品种,本文提出了基于高光谱成像技术的识别方法。利用高光谱成像仪搭建实验系统,采集六种龙井鲜茶叶的高光谱三维数据。首先,对感兴趣的高光谱图像区域应用主成分分析(PCA)来降维,将提取到的前两幅主成分图像作为特征图像,然后从中提取纹理特征(基于灰度统计矩和灰度共生矩阵的方法),同时通过RGB图像提取基于RGB模型和HSI模型的颜色特征。其次,选取感兴趣区域(ROI)的反射光谱。总结光谱分析方法,选择光谱位置变量并且提出茶叶品种指数(TVI)作为光谱特征。最终,结合改进型的BP神经网络和支持向量机两种监督分类方法,建立基于光谱特征、图像特征和图像光谱融合特征的龙井茶叶品种识别模型,分析对比模型性能。结果表明,以判别准确率为标准,基于图像特征建立的模型正确判别率最高为95%,基于光谱特征建立的模型正确判别率最高为98%,而基于图像光谱特征建立的识别模型普遍优于这两种模型,甚至可以达到100%的正确判别率。论文论证了应用高光谱成像技术来更准确地识别茶叶品种的可能性。