本研究應用了400-1000nm的高光譜相機，可采用杭州彩譜科技有限公司產品FS13進行相關研究。光譜范圍在400-1000nm，波長分辨率優于2.5nm，可達1200個光譜通道。采集速度全譜段可達128FPS，波段選擇后最高3300Hz（支持多區域波段選擇）。

　　山楂具有很高的營養和保健價值。既可以深加工成果粉和果飲等產品；又對高脂血癥和心腦血管系統有重要的藥用價值。然而損傷和蟲害的存在嚴重影響了山楂的產量和品質，損傷是指采摘或運輸過程中受到撞擊或擠壓而引起的，此區域在儲存期間后會受到病菌的侵害，最終導致果實腐爛等；蟲害由桃小食心蟲等引起，其幼蟲蛀入果實后，形成針孔大小的入果孔，果里面有微量水珠狀膠，幼蟲在果內串食，果內充滿糞便，所以有必要對損傷和蟲害缺陷樣本進行研究。

　　在實際生產過程中，利用人工將損傷和蟲害的樣本剔除，不僅耗時且效率低下，因此迫切需要一種能夠快速、準確識別出山楂損傷和蟲害的方法。高光譜成像技術是一種光譜和圖像的融合技術，具有分辨率高、波段多等特點，近年來其在水果檢測方面應用廣泛。

　　基于高光譜成像技術從定性分析和特征識別兩個角度，對山楂的損傷和蟲害區域進行識別研究。主要研究結論：

　　（1）運用SNV-PLSR-LS-SVM方法對山楂的損傷、蟲害、完好、花萼和果梗五個區域的測試集光譜數據（共57個）識別效果最好，正確率為91.23%。

　　（2）采用PCA進行10條特征波段下單波段圖像的數據壓縮，然后分別采用"sobel"算子和區域生長算法"Region-grow"識別出山楂的邊緣與缺陷特征區域。特征識別得出單損傷、單蟲害和損傷及蟲害樣本的識別率為95.65%，86.67%和100%。

　　定性分析和特征識別兩者都達到識別山楂損傷和蟲害的目的。本研究可以為山楂在線檢測設備提供理論支持和依據。但對于花萼中存在蟲害，其樣本誤判率比較高的問題，以及果梗、花萼與山楂主體的不同，有必要繼續研究以完善對山楂損傷和蟲害的識別。