扇贝肉作为味美、易消化、营养价值高的食物深受广大消费者青睐。因需求旺盛,大量的扇贝需要从沿海地区经过长途运输分销内陆各地。由于其水分含量丰富,肉质结构松软,在长途运输过程中容易腐败变质。因此,需要对扇贝进行脱水干燥处理,延长货架期,满足较远的内陆食用要求。然而在扇贝的干燥过程中,水分含量的多少直接联系着干贝的品质,同时在市场上也会呈现价格的参差不齐。因此,在加工过程中,控制干贝的水分含量,保证干贝的品质是非常重要的。本文研究应用高光谱成像技术实现干贝水分含量快速检测及不同干燥时期干贝内水分含量分布的可视化,并对不同品种干贝水分含量模型进行维护研究,减弱品种差异对模型预测结果的影响。为将来水产品加工领域的生产自动化、精细化奠定了基础。本文首先提取了 6个干燥时期共270个海湾干贝样本感兴趣区域的平均光谱数据,结合随机划分法(RS)、Kennard-Stone法(KS)、光谱-理化值共生距离法(SPXY)和浓度梯度法(CG)样本集划分方法,建立海湾干贝水分含量全波段下的PLSR(Partial least squares regression)和 LS-SVM(Least-squares support vector machines)检测模型,并比较 了各模型预测效果,建议继续采用RS法用于海湾干贝水分含量检测及水分含量分布可视化研究。然后基于RS法划分的建模集数据,采用回归系数法(RC)提取了 8个特征波长,建立特征波段下的PLSR和LS-SVM模型。综合比较基于全波段和特征波段下的4个模型的预测结果,考虑变量数、运算速率及今后的开发应用前景,优先选择RC-PLSR为最优模型,其结果为:Rc=0.9339、RMSEC=4.1567%、RP=0.9673、RMSEP=3.5584%和 RPD=3.7150。进一步基于所得的最优模型RC-PLSR,计算得到预测集样本图像上所有像素点的水分含量,利用伪彩色图像编码技术,实现不同干燥时期干贝水分含量分布可视化。接着对图像ROI内所有像素点的水分含量求平均,得该干贝样本的水分含量值。水分含量实测值和预测值之间的相关系数为0.9576,说明可视化干贝水分含量的可行性,为将来的高光谱成像技术在干贝加工领域的自动化应用奠定了基础。最后研究了最优模型RC-PLSR的稳定性。分析了不同品种干贝在水分含量值和高光谱曲线上的差异,强调模型维护的必要性。对基于光谱修正法的模型维护结果R=0.7031和RMSE=9.7481%同 VSWS-PDS(Variety sensitive wavelength selection combining with piecewise direct standardization)法的结果作比较,结果优于VSWS-PDS,表明能有效地解决品种差异对干贝水分含量模型RC-PLSR预测结果的影响。为将来实现干贝加工自动化奠定了坚实的理论基础。