苹果是我国最重要的水果产业支柱之一,近年来由于生活水平的提高,人们越来越重视其内部品质,对苹果的需求也逐渐从“数量型”向“质量型”转变。霉心病作为苹果的一种内部病害,严重制约着整个产业的优质果率和出口率。基于可见/近红外透射光谱技术检测苹果霉心病的方法引起了国内外众多学者的重视,且取得了较好的检测效果。但是现有研究多数在采用大小均匀样本的理想状态下进行建模与分析,忽略了果实颜色、果实大小等样本差异对于透射光谱的影响,而实际采后检测中苹果的大小、表面颜色、检测位置、光源距离等众多因素均会对霉心病的检测效果造成影响。为了提高采后苹果霉心病检测精度、检测可靠性以及适用性,提升检测模型的实用性与先进性,本文对基于透射光谱的苹果霉心病判别影响因素进行了深入研究,并提出了一些考虑影响因子的光谱修正方法。主要研究内容和结论如下:(1)构建了苹果霉心病透射光谱检测平台并对光谱数据分析方法进行了介绍。首先分析了苹果不同霉心病类型(褐变型、霉心型和心腐型)的发病机理以及病害特点,论证了基于近红外光谱技术检测苹果内部病害的可行性。其次,根据光谱透射检测特点,搭建了基于光谱仪的苹果霉心病透射光谱检测平台。最后,对于本文在光谱分析过程中应用到的样本选择方法、异常样本剔除方法、光谱预处理方法、数据压缩方法、模式识别方法的原理均进行了详细的阐述,为后续几章中基于透射光谱的苹果霉心病判别影响因素及其修正方法研究奠定了一定的理论基础。(2)基于检测平台分析了不同表面颜色、测试部位、光源距离和果实大小对于苹果近红外透射光谱的影响。应用光谱在波峰处光强度值的单因素方差分析得知,苹果样品在不同果实大小、光源距离、测试部位、着色质量、着色类型时得到的光强度值大小差异性显著(F计算值均大于α=0.05时的F检验值)。对比之下,不同果实大小更为严重影响着透射光谱,呈现随着果实增大,光谱强度不断减弱的现象。进一步研究中,尝试采用调整苹果果皮、苹果底部、苹果果心位置距离光源距离的实验方法减弱果实大小对于透射光强的影响进而提高苹果霉心病的判别率,结果并没有改善果实大小带来的影响。(3)提出了基于直径变换和光谱变换的方法来修正果实大小对透射光谱的影响。用公式求取光在果实内部的衰减系数,利用光在苹果内穿透时的衰减系数修正透射光谱从而将不同大小的果实光谱转换到同一果径基准下。实验结果表明,两种方法均能显著提高模型识别准确率。在SVM算法中,基于直径变换修正光谱建立的模型相对于原始光谱建立的模型对训练集和测试集的判别准确率分别提高了7.84%和5.89%,基于光谱变换修正光谱建立的模型相对于原始光谱建立的模型对训练集和测试集的判别准确率分别提高了5.88%和5.89%。(4)对苹果霉心病在线检测的影响因素及修正方法进行了探究。首先,设计霉心病在线检测环节并参与搭建了苹果霉心病智能检测生产线系统。然后,基于信噪比和光谱面积变化率对苹果不同摆放方向时的系统光谱稳定性进行了评价,结果表明果实径轴与光谱采集方向垂直时获得的透射光谱相对于其他方向下采集的光谱更稳定。最后,为了消除在线苹果霉心病检测中果品摆放方向的影响,提出了融合不同摆放方向光谱信息建立全部补偿SVM模型的方法。结果表明该方法建立的模型能够消除由果品摆放方向变化带来的影响,其针对不同摆放方向下中等或者重度霉心病苹果的识别准确率均达到100%。