为了实现大豆品种的快速且无损鉴别,对大豆高光谱图像中的光谱信息进行研究分析。利用高光谱图像采集系统采集波长范围为400~1 000 nm的6类共660粒大豆样本的高光谱图像,从每粒大豆样本的中心区域上提取感兴趣区域并以此区域的平均光谱信息代表此粒大豆的光谱信息。对光谱曲线进行多元散射校正(multiple scattering correction,MSC)后,根据相关系数矩阵图,将整个高光谱波段分解为3个子分段,分别在每个子分段上做主成分分析(principal component analysis,PCA),提取1~20个主成分作为光谱特征,利用极限学习机(extreme learning machine,ELM)和随机森林(random forests,RF)模型进行大豆品种识别。结果表明:在第二分段(510.6~685.4 nm)进行PCA变换,识别效果优于全波段PCA变换。因此,应用分段PCA变换和高光谱技术对大豆品种进行无损识别是可行的。