油脂是人类赖于生存的重要的物质基础。不法商贩为了谋求利润,向食用植物油中添加矿物质油,或者使用潲水油,从而导致食用油中毒的事件屡见不鲜。因此,如何快速准确的对食用植物油的种类进行鉴定,已成为近年来食品安全研究领域的研究热点。　　 傅里叶变换红外线光谱技术在食品鉴别领域发展迅速。但是目前对傅里叶变换红外线光谱的分析还停留在实验室理化分析阶段,需要专业人员操作并且分析过程时间相对较长。如何使计算机软件通过食用植物油的傅里叶变换红外线光谱图像来对食用植物油的种类进行自动的鉴别已成为了红外线光谱领域研究的重点与难点之一。本文根据食用植物油傅里叶变换红外线光谱图像的自身特点,提出了一种针对其种类进行自动识别的方法。通过对食用植物油傅里叶变换红外线光谱图像的解析、特征的提取、分类方法的选择,有效地提高了食用植物油种类鉴定的准确性和检测速度。　　 本文采用傅里叶变换红外线光谱技术测量食用植物油样本。实验结果表明,不同厂家不同类型的食用植物油红外线光谱差距细微,很难通过传统的理化手段进行鉴别,因此需要借助计算机视觉技术对其傅里叶变换红外线光谱进行分析。　　 在光谱的特征提取方面,首先通过数字图像处理的技术对不同种类的食用植物油傅里叶变换红外线光谱进行比较,得到其波数的吸收峰特征。另外,通过计算食用植物油傅里叶变换红外线光谱的分形维数,得到了其盒维数特征。实验表明,通过对光谱的盒维数计算,可以很好的提高系统识别率。　　 在傅里叶变换红外线光谱的分类决策方面,通过对上阶段光谱的特征向量进行分析,我们选择K-近邻算法来对食用植物油的傅里叶变换红外线光谱进行分类。利用计算机视觉技术对在食用植物油傅里叶变换红外线光谱的品质进行分析,不仅具有理论价值,更具有实际的应用前景。因此引入计算机视觉技术对光谱进行识别,是一种值得尝试的新途径,在理论和实践上都具有重要意义。