茶叶内部品质对于茶叶的滋味及香气起决定作用,而鉴定茶叶内部品质常用的方法是进行理化测量,此方法繁琐耗时且昂贵,且对受测试样有损,严重浪费资源。因此,研究一种便捷、快速、无损的内部品质检测方法具有重大意义。本文主要检测茶叶三个内含成分——水分、茶多酚、游离氨基酸。实验选取一芽、一芽一叶、一芽二叶、一芽三叶茶鲜叶及四个等级雅安甘露绿茶作为实验样本。实验数据主要包括两部分,其一为基于高光谱成像系统获取试样光谱数据,主要包括高光谱数据预处理、提取感兴趣区域光谱数据;其二为对应成分理化值测定,主要依据现行国家标准测定成分理化值。依据光谱-理化数据建立茶鲜叶含水量定量检测模型、甘露绿茶茶多酚总量定量检测模型及甘露绿茶游离氨基酸总量定量检测模型。在茶鲜叶含水量定检测模型中采用SG卷积平滑（SG-Smoothing）联合多元散射校正（MSC）对光谱进行预处理。采用无信息量消除法结合连续投影算法（UVE-SPA）对预处理光谱进行特征提取,共提取出23个特征波段。采用支持向量回归算法构建茶鲜叶含水量定量检测模型,并引入网格搜索算法对SVR进行优化。最终构建最优UVE-SPA-SVR茶鲜叶含水量定量检测模型,其训练集均方误差及决定系数分别为RMSEC=0.01236,Rc~2=0.9031;其测试集均方误差及决定系数分别为RMSEP=0.0241,Rp~2=0.8764。在甘露绿茶茶多酚含量定量检测模型中采用SG卷积平滑（SG-Smoothing）联合标准正态变量变换（SNV）联合4阶去趋势(Detrend-4st)对光谱数据进行预处理。采用联合区间偏最小二乘（siPLS）及竞争性自适应重加权算法（CARS）对预处理光谱进行特征光谱提取,最终提取10个特征波段构成最优光谱数据集。采用误差反向传播神经网络（BPNN）构建茶多酚定量检测模型,其训练集均方误差及决定系数分别为RMSEC=0.0050,Rc~2=0.9444;其测试集均方误差及决定系数分别为RMSEP=0.0094,Rp~2=0.9344。在甘露绿茶游离氨基酸含量定量检测模型中采用多元散射校正（MSC）光谱数据进行预处理。采用连续投影算法联合核主成分分析（SPA-KPCA）进行特征光谱提取,最终获取3个特征信息构成最优光谱数据集。采用极限学习机（ELM）构建甘露绿茶游离氨基酸定量检测模型,其训练集均方误差及决定系数分别RMSEC=0.0504 Rc~2=0.9343;其测试集均方误差及决定系数分别为RMSEP=0.0700,R~2=0.9170。