本文以宁夏泾源黄牛为研究对象,采用理化值法测定牛肉中的水分值和色度值,结合高光谱成像技术对宁夏泾源黄牛肉色度值和水分值进行高光谱预测研究和含量可视化分析,构建牛肉关键品质光谱预测模型,结合模型构建肉品水分含量在线检测系统及设备,阐述了在线检测系统软件和硬件的构成及工作原理。该研究结果可为泾源黄牛肉水分含量和色度值的在线快速检测提供技术支持,对肉品鉴别和肉品内在品质的在线检测提供理论基础和技术支撑。具体研究内容和结果如下:（1）利用近红外高光谱成像技术结合理化值检测方法测定18-22月龄的泾源黄牛肉的水分值和色度值,对检测结果初步分析。结果表明:18、20、22月龄牛肉水分含量分别为75.84%、71.48%和68.20%,泾源黄牛的水分含量呈现出随年龄增加而降低的趋势;色度L*值和a*值是随着年龄的增加而有所增加,b*值随年龄的增加而降低;综合比较认为,22月龄的牛肉整体含量均衡,肉品质较好。（2）通过提取样本感兴趣区域（ROI）并计算平均光谱值;用七种不同预处理方法对原始光谱进行预处理,通过蒙特卡罗交叉验证法剔除异常样本值;优选出最佳预处理方法,对原始光谱数据进行预处理并利用连续投影算法（SPA）、竞争性自适应重加权算法（CARS）和无信息变量消除算法（UVE）进行特征波长提取,建立基于不同特征波长的偏最小二乘回归（PLSR）模型,进而优选牛肉色度值预测的最优模型。结果表明:400-1000 nm平均光谱曲线之间存在较明显的差异,表明光谱曲线与理化特征之间具有一定相关性。其中,明暗度（L*）值经（Deresolve）法预处理的模型结果最好,其（?）为0.9790,（?）为0.9766,红绿色（a*）值经卷积平滑（Smoothing-SG）法预处理的模型结果最好,其（?）为0.8070,（?）为0.9196,蓝黄色（b*）值经Smoothing-SG法预处理的模型结果最好,其（?）为0.9311,（?）为0.9506;（3）近红外波段光谱对水分具有显著吸收,采用高光谱成像技术对牛肉水分含量检测可达到较高准确率,开发牛肉水分含量在线检测系统。研究利用VS2015程序开发环境,结合opencv2.4.14.软件,调用Matlab特征波长提取及预测模型建立dll数据分析动态链接库文件,开发软硬件相结合的牛肉水分在线快速检测系统,实现牛肉光谱数据采集、水分含量模型分析。建立了基于CARS-PLSR法建立的牛肉水分预测模型,其（?）值分别为0.814、0.750,其校正集决定系数（（?））与预测集决定系数（（?））分别为0.817、0.850;利用CARS、SPA、UVE法分别优选出12、27、27个特征波长;对比基于全波段光谱与特征波段光谱所建PLSR牛肉水分预测模型的优劣,结果显示校正集均方根误差（RMSEC）与预测集均方根误差（RMSEP）分别为0.477、0.555;最后,利用CARS-PLSR模型计算牛肉样本每个像素点的水分含量并利用伪彩色图对牛肉样本水分分布进行可视化分析,进而实现牛肉水分含量的快速检测及分布的可视化表达。（4）利用多年肉品在线检测研究,自主研发牛肉水分含量在线检测系统和设备,利用已构建的水分值预测和含量分布模型,阐述了在线检测系统软件和硬件的构成及工作原理,并对肉品色度值预测模型进行植入和检测。