摘要：以“紅”李子和“青”李子為研究對象,提出了基于高光譜成像技術結合誤差反向傳播(error Back Propagation,BP)網絡無損檢測李子硬度的方法。采用高光譜圖像采集系統獲取了李子樣本的高光譜圖像,并提取了感興趣區域的平均光譜反射率;綜合比較了不同光譜預處理方法(一階導數(derivative)、標準正態變換(SNV)和多元散射校正(MSC))對BP網絡模型檢測效果的影響;并利用主成分分析方法對預處理后的光譜數據進行降維,以提取能反映李子硬度的特征光譜。研究結果表明:derivative預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預處理后的光譜具有較好的李子硬度預測能力(R P=0.723,RMSEP=0.580);采用主成分分析法選擇了累計貢獻率超過99.99%的主成分作為樣本集特征光譜數據,很好地實現了光譜數據的降維,提升了BP網絡模型的運行效率。這表明高光譜成像技術結合BP網絡可實現李子硬度的無損檢測。