我国浆果栽培生产在国内呈现快速增长态势,产品销售除了国内市场外,主要面对美洲、欧洲等国际市场,但由于我国还没有统一的浆果检测标准和检测技术,目前对浆果品质的检测、分级仍然停留在人工水平上,检测速度慢,致使我国浆果产品缺少国际市场竞争力。因此,采用近红外光谱与机器视觉技术对浆果进行品质检测对于促进我国浆果产业的经济效益具有较大现实意义和理论价值。本研究采用近红外分析技术实现了对黑加仑营养品质的快速检测,在此基础上探索出了不同品种黑加仑在不同采收期鲜果营养品质的变化规律,确定了黑丰、巴基拉、亚德、94-4-13、黛莎、布劳德6个品种黑加仑的最佳采收期;利用机器视觉技术提取出了各品种黑加仑果粒的16个外观品质特征参数,构建了以各项外观品质特征参数为输入变量的黑加仑品种识别BP神经网络系统;以熵权系数法为工具,利用面积、长轴、短轴平均值、圆度、亮度、饱和度、糖酸比、维生素C含量、花青素含量8个指标对黑加仑品质进行了综合评价,并在此基础上制定以上6个品种黑加仑综合品质的分级标准。本研究得到以下几点结论:1.通过单因素方差分析和正交试验设计法,研究了测量温度、扫描次数、品种、大小和表面色泽对黑加仑近红外光谱响应特性的影响,结果表明,黑加仑样品在30℃各波长点处的吸光度相对标准差平均值最小,可达4.963%;同一黑加仑样品随扫描次数增加其吸光度平均值变化不显著,当样品扫描6次时相对标准偏差达到4.348%,满足本试验要求;黑加仑的品种和大小对其吸光度平均值的影响在α=0.05水平上均不显著,黑加仑表面色泽对其吸光度平均值的影响在α=0.05水平上显著,因此,可以选择用不同品种、不同大小的黑加仑来建立黑加仑营养成分含量近红外检测数学模型。2.利用SPSS17.0软件采用基于多元线性回归的逐步回归算法建立了“最优”总酸、维生素C、总糖、花青素含量定量分析数学模型。总酸模型校正相关系数可由优化前的0.7093提高到0.9280,校正标准差可由优化前的0.7655%降低到0.3727%,外部验证相关系数可达0.9660,预测标准差RMSEP为0.25%;维生素C模型校正相关系数可由优化前的0.8159提高到0.9730,校正标准差可由优化前的23.2 mg/100g降低到8.3 mg/100g,外部验证相关系数可达0.9770,预测标准差RMSEP为9.2mg/100g;总糖模型校正相关系数可由优化前的0.6547提高到0.9480,校正标准差可由优化前的1.5773%降低到0.55%,外部验证相关系数可达0.9723,预测标准差RMSEP为0.46%;花青素模型校正相关系数可由优化前的0.8411提高到0.9070,校正标准差可由优化前的66.8 mg/100g降低到50.9 mg/100g,外部验证相关系数可达0.9649,预测标准差RMSEP为25.0 mg/100g。3.利用所得数学模型,经Slope/Bias Correction Method修正,实现了对2010.6至2010.8间6个黑加仑品种在13次采收期营养成分的预测,得到了各品种不同营养成分在不同采收期的变化规律,并确定了各品种的最佳采收期,黑丰最佳采收期为7月22日至7月25日之间;巴基拉最佳采收期为8月5日至8月11日之间;亚德最佳采收期为7月17日至7月20日之间;94-4-13最佳采收期为7月21日左右;黛沙最佳采收期为8月1日至8月4日之间;布劳德最佳采收期为7月8日至7月14日之间。6个黑加仑品种内部营养品质优劣排序是:94-4-13>布劳德>黛沙>巴基拉>黑丰>亚德。4.为解决图像中黑加仑果粒粘连问题,本研究提出了一种新的图像分割算法,利用该算法成功实现了粘连黑加仑果粒的分割。在此基础上,本研究根据需要定义并提取了黑丰、巴基拉、亚德、94-4-13、黛沙、布劳德6个黑加仑品种的面积、周长、长轴长、短轴长、伸长度、矩形度、圆形度、H均值、S均值、V均值、R均值、G均值、B均值、G/B值、G/R值、R/B值16个特征参数值,并对黑加仑总酸、维生素C、总糖、花青素含量与黑加仑16个特征参数值之间相关性进行了深入研究,研究表明,黑加仑营养成分与外观品质间存在一定相关性,但相关程度较低。5.利用BP神经网络对黑加仑品种进行识别,经验证试验得知,黑丰、巴基拉、亚德、94-4-13、黛沙、布劳德6个黑加仑品种的正确识别率分别为92%、100%、94%、98%、94%、96%,正确识别率较高,可以用于实际生产中黑加仑的品种检测;在各品种黑加仑品质综合评价、分级中,给出了上述6个黑加仑品种的分级标准,经验证,在α=0.05水平下,各品种黑加仑不同等级样品综合得分存在显著差异。因此,本研究提出的黑加仑分级方法是可用的。本文得到的黑加仑营养成分定量分析模型、品种识别以及品质综合评价分级方法,可为我国浆果生产过程中的质量管理提供理论依据和指导。