随着科技和经济的发展,现代人的生活质量不断地提高,人们对于水果品质的需求也越来越高,而市场上缺乏对水果品质的快速高效检测手段,使得我国市场上的水果品质参差不齐。草莓口感良好,富含丰富的氨基酸、胡萝卜素、维生素C等,营养价值丰富,在我国得到了大面积种植,是我国重要的经济水果之一。而草莓在贮藏与运输的过程中,其中的可溶性固形物、酸、维生素等物质会随着时间的推移发生流失,并且草莓表明没有果皮包裹,与其他水果相比,更容易被细菌、真菌感染,因此,研究一种能够对草莓品质信息进行快速无损的检测方法具有重要意义。近红外光谱检测技术检测速度快、检测效率高并且不会对样本产生损伤,近年来已经在水果的内外部品质检测方面得到了一定程度的应用。本文通过近红外光谱技术开展了对草莓的硬度、糖度、酸度的快速无损检测研究,并根据研究结果开发了一套便携式草莓品质检测仪器。本文的主要研究内容与结论如下:（1）通过近红外光谱仪采集了草莓样本的原始光谱数据,分析了近红外光谱与草莓品质信息之间的关系。研究了草莓硬度的定量检测模型。首先采用了多元散射校正（MSC）、基线校正（BC）和标准正态变量变换（SNV）对原始光谱数据进行了预处理,并建立了偏最小二乘（PLS）预测模型,根据模型的性能来评价预处理方法的好坏,对比发现经过SNV处理后的数据建立的PLS模型效果最好,Rp~2达到了0.869,因此采用SNV处理后的光谱数据进行后续的建模分析。之后通过连续投影算法（SPA）、竞争性自适应重加权采样（CARS）、随机青蛙算法（RF）提取了特征变量,分别建立了基于全光谱数据和特征变量的PLS和极限学习机（ELM）预测模型,结果表明,CARS-ELM模型的预测效果最好,Rp~2达到了0.946,RMSEP达到0.298,体现了近红外光谱检测的可行性。（2）研究了草莓糖度和酸度的定量检测模型。同样采用MSC、BC和SNV3种预处理方法对原始光谱进行校正,建立了草莓糖度和酸度的PLS预测模型,对比发现,MSC预处理后的光谱数据效果最好,PLS糖度和酸度模型的Rp~2分别为0.874和0.896。接下来通过SPA、CARS和RF从MSC预处理光谱数据选取了特征变量,并根据全光谱数据和特征变量建立了PLS、多元线性回归（MLR）和最小二乘支持向量机（LS-SVM）模型,结果表明,CARS-LS-SVM模型预测草莓的糖度和酸度效果最好,Rp~2分别提升至了0.971和0.981。表明了近红外光谱可以用来检测草莓的糖度和酸度,并且为便携式仪器的开发提供了理论支撑。（3）基于近红外光谱开发了一款便携式光谱检测仪,用于对草莓的品质信息进行检测。该仪器主要由USB4000光谱仪、主板、触摸屏、光源、电源等部件组成,通过JAVA语言来实现现场检测所需要的各种功能操作。便携式仪器完成之后,通过该仪器对20个不同的草莓样本进行了现场检测来对仪器的检测精度进行验证,结果表明,该仪器可以实现对草莓品质信息的快速无损检测,具有较高的实际应用价值。本研究成果表明,近红外光谱检测技术能够实现对草莓内外品质信息的快速无损检测,为以后其他便携式仪器的开发提供了重要的理论指导,具有宽广的应用前景。