大米的优质品质不仅受遗传特性影响，同时地理生态环境、气候生态环境对其也有及其显著的影响，因此不同地区的大米其品质特性具有明显的差异性。为了能够快速鉴别出不同原产地的大米，本文分别利用计算机视觉技术获取大米RGB图像以及利用近红外谷物分析仪分别获取三个产地60种糙米和大米的近红外光谱图，通过图像处理以及近红外光谱数据分析，最后结合BP神经网络实现对稻米原产地的鉴别。结果表明：(1)中值滤波能够较好的去除图像噪声，并能保持原有信息。(2)利用BP神经网络识别不同品种大米。品种识别的神经网络结构为7-16-11，丰两优预测正确率100%，丰优丝苗预测正确率为92%，其次是绿黄占、华优抗香粘和新两优821，预测正确率能够达到80%以上。天优998、百香139、华优86分类正确率较差，只有30%以上。(3)BP神经网络对原产地识别通过两种方法：一种是直接用提取出的原始特征值不对其主成分降维，其网络结构为19-42-2，广东和广西两地的识别正确率分别为95%，88%；第二种是利用主成分对特征值降维处理，其网络结构为7-16-2，广东和广西两地的识别正确率分别为95%和85%。两种方法无明显差别，但是主成分降维后的每次的响应时间更短，即更节省时间。(4)利用标准正常化及去散射处理，并进行二阶求导，光谱间隔为4，平滑处理间隔点为4，不做二次平滑处理对光谱图处理。每2nm作为一个光谱段提取光谱数据，利用主成分分析对光谱数据降维。(5) BP神经网络对糙米和大米原产地鉴别的结构分别是6-14-3,7-14-3。广西、湖北和重庆的糙米分类正确率分别为：60%，80%,，80%。广西、湖北和重庆的大米分类正确率分别为：80%，60%，100%。(6)计算机视觉技术与近红外光谱技术结合对大米原产地鉴别，隐层节点数对大米产地识别结果影响较小。重庆和湖北识别正确率为100%，广西大米识别正确率为80%。