随着社会经济的发展，红提的消费量增加，使得人们对红提的品质要求不断提高。红提的糖度（Soluble solids content,SSC）、酸度（Titratable acid,TA）、糖酸比直接影响到其口感和增值率。目前红提内部品质的检测仍然是依靠人工经验判断，工作量巨大且很难实行一致的评价标准。所以研究检测红提品质的快速无损检测方法对提高红提增值率具有十分重要的现实意义。近年来，光谱技术在苹果、梨、鸡蛋等方面的应用逐渐增多，虽取得了一定的进展，但是还没有成熟的技术及设备可以实现红提品质的快速无损检测。在学习前人研究成果的前提下，本文将可见-近红外光谱技术运用于红提糖度、酸度、糖酸比的快速无损检测，并提出一种基于光谱技术的红提内部品质的便携式检测仪。主要的研究内容及结论如下：　　（1）利用一个暗箱作为采集平台，光谱仪选择为海洋光谱的USB2000+微型可见-近红外光纤光谱仪。系统用于采集单粒红提的可见-近红外光谱信息。分别尝试多种光谱预处理方法结合BP神经网络、主成分回归(Principal component regression,PCR)、支持向量回归(Support vector regression,SVR)、随机森林(Random forest,RF)进行建模。最后利用蒙特卡罗交叉验证（Monte Carlo cross validation,MCCV）剔除奇异样本，进一步优化模型。　　基于全波段建立的模型中预测效果最好的是：糖度预测模型为基于移动窗口平滑（Moving-average method,MA）结合标准正态变量交化（Standard normal variable intersection,SNV）预处理的随机森林（RF）预测模型，校正集的决定系数和均方根误差分别为0.9408和0.3536，验证集的决定系数和均方根误差为0.9468和0.3361；酸度预测模型是基于SavitZky-Golay卷积平滑（SavitZky-Golay convolution smoothing,S-G）结合多元散射校正（Multivariate scatter correction,MSC）的遗传算法优化的支持向量回归（Support vector regression optimized by genetic algorithm,GA-SVR）模型，校正集的决定系数和均方根误差分别为0.9803和0.157，验证集的决定系数和均方根误差为0.9438和0.286。说明利用可见-近红外光谱技术检测葡萄糖度和酸度能够达到较好的效果，且由此可以计算出糖酸比。　　（2）运用Java和MATLAB混合编程的方法完成软件设计。将先前建立的随机森林模型用MATLAB封装发布，然后导入为Java库文件。能够根据读入的光谱信息并快速地计算出红提糖度、酸度和糖酸比。同时建立数据库并增加导出Excel工作报表的功能，方便数据管理。只需拥有Java虚拟机，软件就可以运行于各平台的设备之上，因此软件具有推广性。　　（3）提出一种基于特征波长选取的专用型无损检测仪，能够快速无损检测葡萄的糖度、酸度和糖酸比。设计检测仪的基本构造，再探究适用于该装置的预测模型，通过减少检测系统资源占用来降低检测仪制造成本。该装置是一种便携式专用型光谱仪，具有制造成本低、结构小巧、操作简单等优点。