随着经济发展和生活质量的提高,消费者对苹果品质有了更高的追求,但是大多数无法对购买的苹果是否符合个人口味需求做出有效的判断。目前国内苹果品质的评价方法已经提供了详细的行业标准以减少市场品质参差不齐的问题。同时在品质检测方面,基于高光谱图像技术的自动化检测仪器逐步替代了人工检测以提升检测效率,但是大多数仪器存在检测空间有限、仪器造价成本较高的问题,使得检测结果存在一定的局限性。因此,设计一种具备高光谱检测功能并能够对苹果进行综合品质评价的低成本仪器有着巨大的应用价值。针对以上问题,本研究主要包含以下几个方面:（1）基于高光谱成像的苹果品质特征检测研究。对比分析分割前后苹果高光谱图像不同波段下光谱曲线差异和光谱峰值特征,从一维角度反演苹果及果梗的二维空间分布;通过主成分分析（PCA）和竞争性自适应重加权算法（CARS）提取苹果光谱特征,结合遗传算法优化的支持向量机（GA-SVM）建立损伤检测模型,准确率达到93.75%;利用连续投影算法（SPA）关联光谱特征和电子舌的味觉数据,建立苹果甜度和酸度的偏最小二乘（PLS）预测模型。分析不同波段下光谱特征与酸甜度的相关性,最终得到甜度和酸度检测的最优波段分别为532nm和624nm。（2）三维重构装置的设计研究。设计并开发了三维重构装置,规定仪器采集图像的方式;对RGB双目相机进行调试和标定,确保装置的稳定性和精度;制作酸甜度特征波段镜头安装在RGB双目相机上,在特定光源的情况下利用镜头滤光,并对特定波段下的图像数据进行校正,最终将酸甜度的预测结果进行二维空间的可视化。（3）苹果三维模型重建及品质等级评定研究。分别利用半全局匹配（SGBM）和运动恢复结构（SFM）算法获取苹果的点云数据;计算获取到的空间点云包络来估算苹果的真实大小;基于颜色空间和霍夫梯度法计算苹果红色着色率和圆度并进行验证;通过多角度图像获取苹果三维模型,并将酸甜度结果进行三维可视化;结合多个苹果单一品质评价结果,按照标准对苹果进行综合的品质评价,不同等级苹果的分级准确率均在80%以上。本文针对苹果品质评价的局限性和高光谱仪器造价高的问题,利用高光谱图像处理方法和三维重建技术进行整合分析,设计出一种能够适应多环境,且在特定波段下可视化检测对象不同理化性质和精确几何信息的三维重构装置,实现了更加综合的苹果品质评价,并证明低成本高光谱仪器的开发有着巨大的应用价值。