柑橘作为第一大类水果一直以来深受人们的喜爱,但由于市场上柑橘品种众多,且质量参差不齐,无法满足消费者对于柑橘品质越来越高的需求。及时的了解柑橘的水分、硬度以及其营养成分的含量,有利于成长期柑橘的生长环境调控,提升种植柑橘的品质,柑橘采摘后可按照需求进行分开保存和运输,既保证了生产者和中间商的经济效益,也保证了消费者的需求,提高了消费满意度。因此,对柑橘内部品质进行快速无损的检测具有重要意义。本论文以湖北省宜昌市的尾张品种晚熟柑橘作为研究对象,通过可见-近红外光谱技术和定量分析模型对柑橘的水分、硬度、糖度、酸度和维C五个指标开展研究,从而达到对柑橘品质快速无损检测的目的。主要的研究结论如下:（1）常温保存下柑橘的品质变化趋势。将新鲜完好的柑橘于室内常温下保存,并间隔不同的时间进行理化指标的采集,试验时长在20天左右。其中水分、硬度、酸度以及维C含量随着时间的变化呈现逐渐降低的趋势,糖度会出现小幅上升后下降。（2）光谱采集方式的确定。对于五个理化指标分别采用100个柑橘样本进行光谱采集以及理化指标测量试验。光谱采集分为柑橘水平、垂直以及倾斜放置下的反射光谱以及三种放置下的透射光谱。采用多元散射校正（Multivariate scatter correction,MSC）、标准正态变换（Standard normal transformation,SNV）和Savitzky-Golay卷积平滑（SG）对光谱进行预处理后建立偏最小二乘模型（Partial Least Squares,PLS）。五个指标建模结果一致,建模结果显示使用柑橘垂直放置下的透射光谱以及柑橘倾斜放置下的透射光谱建立的PLS模型效果较其它四种更好。相比于反射,透射光谱的建模效果均更好;相比于水平放置,垂直放置效果最佳,倾斜放置次之。再对柑橘垂直和倾斜放置作进一步的比较。以水分指标为代表,选用MSC和SNV作为预处理方式,通过竞争性自适应重加权采样算法（Competitive Adaptive Reweighted Sampling,CARS）筛选出具有代表性的特征点进行PLS模型的建立,结果表明使用SNV对柑橘垂直放置方式下采集的透射光谱进行预处理并采用CARS算法获取67个特征波长点时得到了最优的PLS模型,模型的训练集相关系数Rc是0.9313,均方根误差RMSEC是0.0079,测试集相关系数Rp是0.9216,均方根误差RMSEP是0.0070。由此确定了后期试验光谱采集方式为柑橘垂直放置方式下的透射光谱。（3）柑橘水分、硬度、糖度、酸度和维C预测模型的建立。分别选用尾张品种晚熟柑橘在采摘期前和采摘期后的柑橘作为试验样本,并对采摘期后用于水分试验的样本进行了烘干处理,提高其含水率梯度。采集柑橘垂直放置下的透射光谱并测定理化值后进行建模。采用了马氏距离法和标准化得分法对异常数据进行检测并剔除,然后采用KS（Kennard Stone,KS）算法划分样本集,建立了PLS、SVM以及ELM模型确定后续建模均采用PLS模型,然后将不同预处理与不同特征波长点提取的光谱数据建立PLS模型进行比较。建模结果显示水分和酸度对应的最佳预处理方式为SNV,维C对应的最佳预处理方式为MSC,硬度和糖度不需要进行预处理;最优特征波长提取方式为CARS,建立的最优模型均为PLS模型,水分、硬度、糖度、酸度和维C建立的PLS模型对应的RPD值分别为2.9061、2.4112、3.9615、2.5035、2.8056,预测性能均较好,表明建立的PLS模型预测性能良好。（4）柑橘品质检测软件的开发。在上述建模分析的基础上,使用Py Qt进行软件界面的开发以及预测功能的实现,从而达到对柑橘水分、硬度、糖度、酸度和维C的无损检测的目的。