苹果具有重要的经济价值，而且营养丰富、味美可口。目前，苹果检测及处理手段较为落后引起果品品质下降，极大的影响了苹果的生产、加工和销售。所以，苹果品质的检测是亟待解决的问题。 通过研究苹果的机械特性与理化特性指标之间的关系，建立用机械特性指标检测苹果品质的评价指标，利用神经网络模型检测苹果的品质，并建立基于虚拟仪器技术，用MATLAB开发的苹果品质的检测系统。主要结论如下： 1) 通过试验测得苹果的机械特性指标和理化特性指标，并对机械特性指标和理化特性指标进行了相关性研究和回归分析，结果表明：可用苹果的机械特性指标来描述理化特性指标。 2) 采用基于反向传播算法的人工神经网络(BP网络)方法用机械特性指标(压缩时的最大力、屈服力、弹性模量)检测理化特性指标(硬度、可溶性固形物、总酸、水分)，建立了苹果品质的检测模型。用试验所测的机械特性指标为输入、苹果理化特性指标为输出来确定网络的拓扑结构，训练建立的BP神经网络。仿真结果表明该神经网络模型用机械特性指标能预测苹果理化特性指标，同时通过5组非样本数据来验证该神经网络，模型的预测值与实测值的相对误差在5％以下，能够满足检测的精度要求。 3) 采用BP神经网络建立了苹果贮藏品质的模型，可用该模型预测苹果机械特性和理化特性随时间变化的规律，通过验证，确定了预测模型的可用性。 4) 基于LabVIEW虚拟仪器技术，用MATLAB开发了具有可视化界面的应用程序，为苹果品质检测提供了一种方便快捷，操作简单，可靠性高的应用软件系统。