新疆蟠桃作为新疆特色水果产业中的一种,其商品化处理环节技术较为落后,主要以人工为主,分选效率低,对新疆蟠桃在国际商品化进出口贸易中竞争力产生较大影响。为了能通过对蟠桃的品质分析更好的实现蟠桃的真实价值,本文利用机器视觉图像技术与近红外光谱技术对蟠桃质量、大小、糖度、硬度预测研究。研究内容和结论如下:（1）实验设备与方法。对蟠桃的生产状况进行了介绍,对采集蟠桃RGB图像信息所需设备以及采集蟠桃光谱信息所需设备进行选择,并搭建试验系统平台,最后介绍了研究水果内外品质所用的一些方法理论。（2）基于图像信息的蟠桃质量和大小预测分析。对蟠桃RGB图像进行裁剪、中值滤波预处理,再进行阈值分割,获得蟠桃二值图像,最后进行掩模获取蟠桃目标区域特征信息。采用面积X、周长P、长轴L、短轴S建立多元线性回归模型。青蟠质量预测的决定系数为0.9877,预测集相对误差为0.0291,采用线性判别分析方法对青蟠大小分选预测分析,总分选准确率为91.6%;红蟠质量预测的决定系数为0.9931,预测集相对误差为0.0104,采用线性判别分析方法对红蟠大小分选,总分选准确率为90%。（3）基于近红外光谱信息的蟠桃糖度、硬度的预测研究。利用马氏距离剔除蟠桃的近红外光谱异常值,利用浓度残差法剔除蟠桃的总糖值异常样本;利用标准正态变量变换、移动窗口平滑、多元散射校正、一阶导数处理、二阶导数处理、数据中心化、去趋势算法、数据标准化等方法对蟠桃光谱数据预处理,再用不同的特征波长筛选方法进行处理,最终对蟠桃的糖度及硬度建立预测模型,结果表明:采用移动窗口平滑对蟠桃光谱预处理效果较好;采用遗传-偏最小二乘法筛选特征波长;最后建立预测模型。建模结果:青蟠糖度的预测集相关系数为0.8526,硬度预测集相关系数为0.8041;红蟠糖度预测集相关系数为0.8556,硬度预测集相关系数为0.9012。