鸡肉是一种营养丰富的健康食品，它能提供优质的蛋白质、脂肪酸和维生素，大而是人们日常生活及肉品工业中非常重要的原料。随着经济的发展和居民生活水平的不断提高，鸡肉的食用品质和安全性受到消费者越来越高的重视。因此，实现鸡肉的品质的实时监控和快速检测对肉品工业的发展是至关重要的。然而，传统的品质检测方法需要消耗大量时间、操作步骤繁琐、且破坏样本，不能满足现代肉品工业快速、无损、实时的发展要求。因此，本论文基于一种新兴的无损检测技术即可见/短波近红外(400-1000nm)高光谱成像技术，以鸡胸脯肉为研究对象，结合多种化学计量学方法和图像处理算法，建立了鸡肉物理品质指标(嫩度与颜色)、化学品质指标(硫代巴比妥酸反应物(thiobarbituric acid reactive substanceTBARS)和羟脯氨酸)、以及不同种类(传统士鸡与普通肉鸡)的快速检测及其品质图像可视化。

本研究应用了400-1000nm的高光谱相机，可采用杭州彩谱科技有限公司产品FS13进行相关研究。光谱范围在400-1000nm，波长分辨率优于2.5nm，可达1200个光谱通道。采集速度全谱段可达128FPS，波段选择后最高3300Hz（支持多区域波段选择）。

应用可见/短波近红外(400-1000nm)高光谱成像技术对不同冷藏天数的鸡胸脯肉的颜色(L*，a*，b*)和嫩度值进行快速无损检测。首先通过采集鸡肉的高光谱图像并提取平均光谱，然后用校正集样本的光谱与颜色(L*，a*，b*)、嫩度WBSF参考值建立PLSR 回归模型。再次，对比应用RC 和 SPA提取L*，a*，b*和嫩度的特征波长，并基干特征波长建立RCPLSR和SPA-PLSR 回归模型，其中SPA-PLSR模型取得了较高的预测精度，L*，a*，b*和嫩度预测集的R分别为0.876，0.897，0.959和0.740，RMSEP分别为1.518，0.882，1.175 和11.147。最后，用SPA-PLSR模型对预测集样本图像上每个像素点的L*，a*，b*数值进行预测，并结合图像处理算法，以伪彩图的形式实现了L*，a*，b*数值的可视化，为将来的高光谱成像技术在鸡肉加工领域的自动化、精细化应用奠定了基础。