蓝莓产业近年来在我国发展的比较快,蓝莓果的营养价值丰富,深受消费者喜爱。蓝莓采后不易贮藏,期间轻微腐烂蓝莓、虫害蓝莓容易腐烂病变造成二次损失,因此蓝莓采后的分拣十分重要。目前,无损检测水果病虫害技术是研究热点,包括机器视觉技术、光谱分析技术和高光谱成像技术。机器视觉技术受被检测样品的表面颜色影响较大,光谱技术需要准确确定感兴趣区域才能提取准确的光谱信息进行分析检测。高光谱成像技术融合了图像处理和光谱分析技术,弥补了机器视觉技术和光谱分析技术的缺陷,国内外许多研究学者利用高光谱成像技术检测水果病虫害,并取得了较好的检测结果。故本文以沈阳市某蓝莓种植基地的蓝莓为研究对象,基于高光谱成像对轻微腐烂病害蓝莓、果蝇虫害蓝莓进行无损检测,研究成果对开发蓝莓在线无损检测系统提供了重要的参考意义。(1)本文提出光谱信息分割法(SIS)来分割蓝莓轻微腐烂病害区域与蓝莓虫害区域,并提取光谱信息。然后采用卷积平滑滤波(SG)、标准正态变量变换(SNV)、散射校正(MSC)三种预处理方法处理病害蓝莓的原始光谱数据。对三种预处理的光谱数据和原始光谱数据建立径向基神经网络模型(RBF)进行检测效果评估。检测结果表明经过散射校正(MSC)预处理的光谱数据检测效果最好,并将其用于后续的蓝莓病虫害检测。(2)本文提出区域特征筛选法(RFS)将全波段光谱分成可见光第一区域(500nm～760nm)和近红外第二区域(760nm～1000nm),然后采用SPA和CARS-IRIV提取病害蓝莓的特征波长。其中SPA法在第一区域提取了 3个特征波长,第二区域提取了 3个特征波长。CARS-IRIV法在第一区域提取了 3个特征波长,第二区域提取了 4个特征波长。根据这些特征信息建立LDA、RVM和RBF模型对腐烂病害蓝莓进行检测。通过比较检测结果最终选择第一区域与第二区域特征组合的CARS-IRIV-RBF模型为最佳检测方法,训练集病害蓝莓检测率达90%,测试集病害蓝莓检测率达90%。(3)通过比较单波段图像,选择522nm波段虫害蓝莓图像获取蓝莓果梗、花萼、虫害和正常区域的纹理特征,并将其作为模型输入矢量建立LDA、RVM和RBF模型对虫害蓝莓进行检测。结果表明0°方向的能量、熵、惯性矩和相关性作为模型的输入矢量时,RBF检测准确率都达到85%以上。采用SPA和CARS-IRIV法对虫害蓝莓提取特征波长的的反射率作为输入矢量,然后建立LDA、RVM和RBF模型对虫害蓝莓进行检测。结果表明CARS-IRIV提取特征波长对应的反射率建立的RBF模型检测效果最好。将0°方向的纹理特征和CARS-IRIV提取特征波长对应的反射率组合建立RBF模型检测虫害蓝莓,结果表明虫害蓝莓的检测率较高,准确率达到88%以上。