为探讨马铃薯各种外部缺陷在线快速无损检测的可行性,在900～1 700nm的近红外光谱区域,基于高光谱图像技术建立一套合适的检测方法。该研究以5种缺陷类型以及合格的马铃薯为研究对象,分别获取它们的高光谱图像,并提取高光谱图像中感兴趣区域的反射率光谱;主成分分析法用于光谱数据降维,选取7个特征波长(990,1 026,1 109,1 226,1 285,1 464,1 619nm);然后,再次对选出的特征波长进行主成分分析,并选出第二个主成分图像用于马铃薯外部缺陷的图像识别,正确识别率达到71.25%。为提高识别率,该研究又提出波段比算法,并与特征波长主成分分析法相结合,正确识别率达到97.08%。试验结果表明:基于近红外高光谱图像技术的图像识别方法可以有效地识别马铃薯外部缺陷。