中国作为鲜枣的原产国,鲜枣产量居世界之首,然而出口比例却非常低,究其原因主要是由于我国鲜枣在线检测技术比较落后,鲜枣商品化水平低。鲜枣品质检测分选是促进鲜枣增值、提高鲜枣产业利润的主要方法之一,通过鲜枣品质检测分选能够推动鲜枣的商品化与品牌化发展,因而,实现鲜枣内外部品质的检测分选是非常必要的。目前,国内外对鲜枣品质在线无损检测分选的研究报道还较少,相关的无损检测技术和分选方法还不够成熟,国内还没有鲜枣内外部品质在线无损检测设备,而少数国外水果品质在线检测分选装备由于其昂贵的价格,不能够大范围普及应用。本研究以冬枣为研究对象,以可溶性固形物和轻微损伤为鲜枣内外部品质的研究指标,设计出鲜枣品质的在线光谱无损检测分选装置；利用近红外光谱分析技术,结合化学计量学方法建立了鲜枣内部品质预测模型和外部损伤判别模型,并对所建模型进行精确度和稳定性的分析比较,优选出最佳建模方法,最后通过在线检测装置验证该方案的可行性和正确率。本文主要做了如下几方面的研究：(1)鲜枣品质在线光谱无损检测分选装置的设计和检测控制软件的开发。结合机械学、电子学和计算机技术,研制开发了基于近红外光谱技术的鲜枣内外部品质在线无损检测与分选系统,系统包括机电控制部分、数据采集部分、数据处理部分和分选执行部分,并且设计开发了相应的检测控制软件,实现鲜枣检测分选过程中的实时控制、数据显示和结果统计等功能。(2)对鲜枣内部品质指标一可溶性固形物在可见／近红外波段的特征波长提取及预测模型建立。在全光谱波段范围内,对经过不同预处理方法后的光谱数据建立PLS定量分析模型,确定最佳预处理方法—9点平滑；然后,对经过9点平滑预处理后的数据进行RC、SPA、CARS三种方法的特征波长提取；最后,对各自提取的特征波长数据以及全波段数据分别建立PLS模型和LS-SVM模型,分析比较所建立模型精度,最终选取RC-LS-SVM法为最佳冬枣样品SSC值预测模型,其中RC为0.9347,RMSEC为0.9928,RP为0.9176,RMSEP为1.0828。(3)对鲜枣外观品质指标—轻微损伤在可见／近红外波段的特征波长提取及预测模型建立。在全光谱波段范围内,对经过不同预处理方法后的光谱数据建立PLS定量分析模型,确定最佳预处理方法—9点平滑；然后,对经过9点平滑预处理后的数据进行RC、SPA、CARS三种方法的特征波长提取；最后,对各自提取的特征波长数据以及全波段数据分别建立PLS模型和LS-SVM模型,分析比较所建立模型精度,最终选取RC-LS-SVM法为最佳冬枣样品轻微损伤判别模型,判别精度达到97.50%。(4)鲜枣品质在线光谱无损检测分选系统精确度验证。利用本研究所设计的系统对不同可溶性固形物含量的鲜枣样本和轻微损伤鲜枣样本分别进行检测分选,以验证检测分选装置的精确度。结果表明,本研究所设计系统方案具有可行性且能够达到较高分选准确率。