鱼糜是重要的水产调理品原材料,因口感独特、营养价值高深受消费者喜爱,然而不少商家为追求高额利润,往往在制作生鱼糜的过程中添加大量淀粉、杂鱼鱼糜等物质以降低成本,对人们的身心健康造成极大威胁,但人们很难用肉眼将其区分开。传统的鱼糜掺假检测方法需要消耗大量的时间和人力物力,并且会对样本造成一定的破坏,实际操作步骤繁琐,难以大规模推广使用。本文提出了一种窄带LED和CMOS图像传感器相结合的鱼糜掺假淀粉定量检测方式,搭建了基于窄带LED和图像传感器的便携式多光谱成像系统,能够快速无损地预测出掺假鱼糜中淀粉的含量。具体研究内容和主要结论如下:（1）确定了基于高光谱成像系统的鱼糜掺假淀粉定量检测8个特征波长。比较不同光谱预处理方法和建模算法,确定了最佳预处理方法为GF、最优模型为BPANN模型。最后利用三种不同算法对全波长掺假鱼糜高光谱数据进行特征提取,综合考虑确定了与鱼糜掺假淀粉定量检测最相关的8个特征波长分别为:410 nm、440 nm、480 nm、520 nm、580 nm、650 nm、700 nm、940 nm,相应的GF-BPANN简化模型效果与基于全波长数据建模效果相当,模型的Rc~2=0.9960、RMSEc=0.0182、Rp~2=0.9900、RMSEp=0.0283,为开发便携式多光谱成像系统奠定基础。（2）基于前文研究所优选的鱼糜掺假淀粉定量检测特征波长,采用窄带特征LED灯和CMOS图像传感器相结合的检测方式,设计相关硬件和软件,搭建了用于检测掺假鱼糜淀粉含量的便携式多光谱成像系统。硬件部分主要包括个人电脑（PC）、主控制器和处理器模块、光源及光源驱动模块、数据采集模块和供电模块等;软件部分则完成对嵌入式控制器的系统配置和开发环境搭建,并利用Py Qt5和Python语言编写可视化软件操作界面,实现对黑白板的采集、样品图像及反射率数据的获取以及掺假鱼糜淀粉的定量预测。（3）建立了基于便携式多光谱成像系统的鱼糜掺假淀粉定量检测模型,并对系统进行了试验验证。根据便携式成像系统采集的样本图像数据和对应的真实淀粉掺假值,建立基于原始数据和4种预处理方法的5种不同的定量检测模型。其中,GF预处理光谱建立的随机森林模型为最优的鱼糜掺假淀粉定量检测模型,其Rc~2=0.9807、RMSEc=0.0597、Rp~2=0.9577、RMSEp=0.0818。将最优模型移植到树莓派软件环境中,对便携式系统进行试验验证,并与PC端结果进行比较,结果表明便携式系统的建模结果与PC端模型结果差距不大,该系统基本能够满足实际检测需求。本研究结果表明,利用基于窄带LED结合CMOS图像传感器检测方式的便携式多光谱成像系统对鱼糜掺假淀粉定量检测是可行的,能够用来鉴别低品质鱼糜或鱼糜制品,维护了消费者的切身利益,同时能够为开发多功能一体化的便携式无损检测设备提供了新的思路。