由于传统光谱分析方法对存在大量散射粒子的复杂溶液中化学成分的检测研究尚未得到有效突破,为了利用复杂溶液的吸收特性和散射特性所引起的空间信息变化来增加光谱信息,从而提高建模的精度和可靠性,显著增强对复杂溶液成分浓度的分析能力,本研究提出并使用高光谱图像的方法对复杂溶液成分浓度进行检测分析。主要研究工作如下:(1)首先,本文为了同时获得复杂溶液的非圆周对称的高光谱图像所表现出的吸收和散射信息,设计并制作了楔形样品皿。本研究基于光源,楔形样品皿和Headwall Photonics G4-332成像光谱仪搭建了复杂溶液高光谱图像检测平台。通过对高光谱图像采集的参数设置,以及实验系统的稳定性分析与测试,证明了实验系统的正确性与稳定性。(2)其次,为了证明复杂溶液高光谱图像检测平台可以有效检测含有散射特性溶液的成分浓度,本研究通过复杂溶液高光谱图像检测平台对含有散射特性溶液进行实验,采集得到了二维光强分布数据。本研究对采集得到的二维光强分布数据进行建模分析,二维光强分布建模方法相比于其他建模方法,相关系数提高2.48%,均方误差减小6.89%。实验结果证明了,基于楔形样品皿的光谱定量分析方法可以对含有散射特性溶液进行成分浓度检测,为接下来的多维高光谱溶液定量分析方法研究奠定了研究基础。(3)再次,为了提高复杂溶液成分浓度的检测精度,本研究通过高光谱图像复杂溶液检测平台和多波长的检测方法,获取了多波长二维光强分布构建的包含待测样品的吸收和散射信息的多维高光谱图像,实现了复杂溶液的多位置和多维高光谱图像的快速同时采集。本研究分别通过2种多维高光谱图像降维方法对降维后的数据进行建模与分析。通过比较基于波长重组的数据降维方法和多维光谱数据降维方法,相关系数提高了1.27%,均方误差减小了3.46%。实验结果证明,基于波长重组的数据降维方法可以有效提高分析化学过程中复杂溶液成分浓度检测的精度和速度。本文研究结果表明,基于高光谱图像的复杂溶液成分浓度检测方法实现了快速、非接触、无污染以及在线检测等优点,扩展了模型的波长数量,降低了多维高光谱数据维度,提高了模型的预测精度,对复杂溶液检测分析领域具有重要意义。