冬枣是我国独有的珍稀鲜食果品，果皮薄，果肉质脆且细嫩多汁，由于冬枣皮薄质脆的特点，在采摘和运输过程中极易造成机械损伤，且其中的瘀伤、裂纹等微观损伤在人工或机器视觉自动分选时不易被发现，但在入库储藏后会很快出现溃烂/褐变，严重影响了冬枣的储藏期和储藏效益。因微观损伤而溃烂/褐变的冬枣约占总储藏量的1/5。缺乏有效的微观损伤检测方法已成为制约冬枣储藏效益和延长供应期的瓶颈问题。　　本文拟以冬枣微观损伤为研究对象，运用高光谱成像分析技术，通过采集冬枣微观损伤的高光谱图像数据，结合冬枣微观损伤的光谱信息，寻找合适的冬枣微观损伤的特征波长，通过对冬枣微观损伤特征波长图像信息的处理，获得适合待分割的冬枣微观损伤图像，根据有效的图像分割算法，分割提取冬枣的微观损伤特征。为冬枣微观损伤快速检测系统的设计开发奠定理论基础，同时也可以为其他水果的微观损伤快速检测提供理论和方法借鉴。主要内容如下:　　1.分析现有国内外研究现状以及存在的问题。对水果无损检测技术的国内外研究现状进行了分析，主要检测技术方法有:可见光图像检测技术、近红外(NIR)光谱分析技术和高光谱成像分析技术等。确定本研究应用高光谱成像分析技术，并基于高光谱成像技术的水果品质检测国内的研究现状，以及现阶段存在的问题，提出了本文的主要研究方向，明确了本研究的实验方案和技术方案。　　2.实验准备与实验方法。介绍了高光谱成像的原理、特点，明确冬枣实验所需的材料及应用软件，详细论述图像采集前的实验准备，包括冬枣损伤样本的筛选、制作以及采用的实验标定方法。简单概述了图像采集软件与后处理软件，包括Spectral-Cube V2.75软件、ENVI软件、MATLAB软件。多次调试设备与采集参数，最终确定采集图像的各个参数，完成冬枣损伤样本的高光谱图像采集。　　3.冬枣损伤光谱特性（特征波长提取方法）的研究。基于高光谱波段选择准则以及现有的波段选择理论，提出了本研究所应用的波段选择方法-基于非变换的降维方式，并对所使用的方法原理进行简要的概述。一种是基于“无信息变量消除法+相关系数计算”的方法提取合适的冬枣微观损伤特征波长，分别为18(944nm)、41(1035nm)、84(1187nm)和143(1376nm);另一种是从特征波长准则的三个角度出发，即信息论的角度、数理统计的角度和光谱学的角度，即基于“图像标准差计算+相关系数计算+光谱角计算”的方法，层层进行特征波长的筛选，最终获得合适的冬枣微观损伤的特征波长，分别为35(1012nm)、115（1288nm）、116(1291nm)和120（1304nm）。通过这两种方法提取特征波长，分别得到了该特征波长对应下的特征波长图像。　　4.冬枣损伤图像识别研究（基于特征波长下的图像）。通过对两种特征波长提取方法获得的冬枣微观损伤的特征波长图像进行图像信息的融合，基于变换后的相关参数（特征值、贡献率）确定最佳分量图像。依据最佳分量图像与8个特征波长之间的权重系数关系，确定8个特征波长中的最优特征波长。同时对最佳分量图像进行简单的图像预处理（直方图均衡化、中值滤波等），采取合适的图像分割算法对冬枣微观损伤进行分割识别。　　5.冬枣损伤识别方法的验证。基于以上冬枣损伤的识别方法，通过其他的样本对该方法进行验证，验证结果表明:该检测方法能有效实现冬枣微观损伤的识别，检测精度达98％。同时，就发生损伤误分割的情况进行了误识别分析。由于高光谱图像采集时，卤素灯光线散射不均匀，在冬枣表面形成了局部镜面反射，在图像中形成了小光斑，当由于角度原因，损伤区域面积较小而光斑区域相对较大时，光斑区域被误识别为损伤区域，从而造成了误识别。