我国自古以农立国,是农业生产大国以及人口大国,粮食、水果和蔬菜是农业生产的三大类产品。水果和蔬菜营养丰富,在人们日常生活中不可或缺,但含水分多,不易储存,运输困难,在储存与运输中容易腐烂变质。因此,在运输、销售过程中需要对其进行预处理,按品质的优劣,分类分级销售。传统的靠人眼检测的分类分级方法有容易疲劳,劳动强度大,劳动时间长,缺乏客观性等缺点,不能满足日益丰富和高效的市场需求。近年来,一种结合了光谱信息与图像信息的高光谱成像技术被用于农产品无损检测。这种技术由于可以反映出农产品更全面的信息,在农产品品质无损检测中受到越来越多研究人员的关注。采用高光谱成像技术,结合适当的光谱重建算法,可从光谱信息和图像信息两方面分析农产品品质。其光谱信息可反映出农产品的组成成分和内部结构等,图像信息可反映出农产品的外形以及表面污染、缺损、大小和颜色等信息,可以通过提取农产品高光谱图像的特征波长,对农产品品质进行无损检测。由于高光谱图像属于海量、高维信息,往往存在数据冗余,在后期光谱重建和光谱分析时需要对其进行降维处理。在高光谱图像数据的处理中常用的主要降维处理方法有主成分分析法、波段比算法和支持向量机法等。主成分分析法优点是信息损失少,缺点是处理信息量比较大,处理速度比较慢;波段比算法能使波段之间的差异性更明显,减弱光照不均匀影响,弥补了单波段图像信息的不足;监督分类支持向量机法、最大似然法等选取感兴趣区,抽取少量波段,检测较快,但分类效果需进一步研究。本研究选取市场上常见的苹果和鸭梨作为检测对象,经人工机械损伤后,采用高光谱成像技术,结合上述三种数据处理算法,无损检测水果损伤,并对这三种高光谱图像信息的分析方法进行了分析比较。由于不同水果含水量等化学成分以及硬度等物理结构的不同,同一种降维数据处理算法,对不同水果的高光谱图像处理结果不尽相同。实验结果表明,检测苹果损伤的快速有效方法是波段比算法,检测鸭梨损伤效果较好的是主成分分析法。