柑橘的检测与分级是商品化处理中一个重要的步骤,柑橘糖度含量是对柑橘进行分级的重要参考标准之一,本文研究了柑橘按照糖度含量进行在线无损检测分级的方法,并进一步研制了适合生产实践的检测设备。本文通过对输送线上采集到的柑橘散射图像应用光谱图像的相关技术,采用计算机分析,开展了对柑橘糖度含量的在线无损自动化检测的分级研究。研制了由光箱、光源、CCD摄像头、滤波片、多路分光仪、图像采集卡、工业控制计算机和触发器等设备组成的柑橘糖度含量检测的多光谱图像采集硬件系统。通过该多光谱图像系统采集不同波长(分别为785nm、915nm和940nm)的柑橘散射光谱图像,利用计算机对所采集的光谱散射图像进行数据化,并运用相应的统计分析软件对图像信息进行洛伦兹分布(LD)、高斯分布(GD)、指数分布(ED)函数的拟合。通过比较发现洛伦兹分布为最优分布函数。对柑橘的糖度含量(Sugar Content)与洛伦兹分布函数拟合所得参数进行多元线性回归分析(MLR),建立单波长、双波长和三波长的校正方程,通过验证并最终确立了柑橘糖度含量的最佳波长组合光谱图像预测模型。本研究中通过对200个相橘进行分级试验,结果表明：柑橘糖度含量预测模型的相关系数r为0.8,速度为4-5个/秒。这样的结果在很大程度上减轻了手工分级的劳动强度,同时也提高了劳动效率。光谱图像应用于柑橘在线检测分级,将会对柑橘的发展前景起到很好的推动作用,并且也为今后对其它水果进行糖度含量的在线无损检测奠定了基础。