摘要：以“紅”李子和“青”李子為研究對(duì)象,提出了基于高光譜成像技術(shù)結(jié)合誤差反向傳播(error Back Propagation,BP)網(wǎng)絡(luò)無損檢測(cè)李子硬度的方法。采用高光譜圖像采集系統(tǒng)獲取了李子樣本的高光譜圖像,并提取了感興趣區(qū)域的平均光譜反射率;綜合比較了不同光譜預(yù)處理方法(一階導(dǎo)數(shù)(derivative)、標(biāo)準(zhǔn)正態(tài)變換(SNV)和多元散射校正(MSC))對(duì)BP網(wǎng)絡(luò)模型檢測(cè)效果的影響;并利用主成分分析方法對(duì)預(yù)處理后的光譜數(shù)據(jù)進(jìn)行降維,以提取能反映李子硬度的特征光譜。研究結(jié)果表明:derivative預(yù)處理后的光譜具有較好的李子硬度校正能力(R C=0.939,RMSEC=0.153),而SNV預(yù)處理后的光譜具有較好的李子硬度預(yù)測(cè)能力(R P=0.723,RMSEP=0.580);采用主成分分析法選擇了累計(jì)貢獻(xiàn)率超過99.99%的主成分作為樣本集特征光譜數(shù)據(jù),很好地實(shí)現(xiàn)了光譜數(shù)據(jù)的降維,提升了BP網(wǎng)絡(luò)模型的運(yùn)行效率。這表明高光譜成像技術(shù)結(jié)合BP網(wǎng)絡(luò)可實(shí)現(xiàn)李子硬度的無損檢測(cè)。