猪肉新鲜度是消费者最为关注的指标之一，然而当前猪肉行业却不能以无损方式快速定量检测肉样表面新鲜程度分布情况。本文发明了一种基于声光可调滤光器（AOTF，Acousto Optical Tunable Filter）的可见／近红外（550～1000nm）静态光谱成像系统，基于该系统对猪肉新鲜度的定量可视化检测方法及其关键技术进行了研究。本文在分析基于光谱图像技术进行猪肉新鲜度检测机理的基础上，研究确定了试验基本条件。以空气包装猪背最长肌（longissimus dorsi）冷鲜肉切片为试验对象、选用挥发性盐基氮含量（TVB-N）作为新鲜度评价指标，将仅限表层5mm肌肉组织定义为有效检测兴趣区域（EMROI，Eligible Muscle Region of Interest）。本文构建了一种基于声光可调滤光器（AOTF，Acousto Optical Tunable Filter）的可见／近红外（550～1000nm）猪肉新鲜度定量可视化检测光谱成像原型系统。该系统主要由AOTF、面阵相机、卤钨光源及控制计算机等硬件组成；通过WindowsTM平台编写硬件控制模块、基于HalconTM编写图像处理模块，以三层架构开发了光谱图像采集软件。对整机进行标定与测试，确定了系统最佳工作波段为575～940nm，其信噪比8.02，开机稳定时间8min；基于该系统分别采集了样本的可见/近红外表面漫反射光谱图像。对猪肉新鲜度光谱图像中EMROI的提取方法及相关理论进行了研究。肉样表面有效肌肉区域与非有效肌肉区域位置的反射率光谱分析研究表明，有效肌肉区域在575nm处有吸收峰。由色彩空间理论可知，575nm处的吸收峰表明肌肉有效区域的反射光中黄色较少，视觉效果为其补色，即一种紫色与红色的混合色较多，这一解释符合氧气充足时鲜肉呈红色、缺氧时呈紫色，而红色与紫色均较少出现在脂肪等非肌肉区域的现象。本文采用的光谱成像系统的光谱带宽为20nm，在575nm处存在吸收峰这一现象也可从生化角度理解为脱氧肌红蛋白与氧合肌红蛋白分别位于557nm与582nm处吸收峰的合频。在此基础上，对该波段的光谱反射率图像进行阈值分割，创建了EMROI。对从EMROI中提取肉样特征光谱的方法进行了研究，并基于偏最小二乘回归（PLSR，partial least square regression）法对TVB-N化学检测值进行光谱预测建模。针对AOTF光谱成像系统波段带宽较大的特点，提出并研究了通过构建波段贡献度进行光谱降维的方法，该方法在降低计算量的同时能够提高预测精度。依据“留一法”交互验证均方根误差（RMSECV）及确定系数（R2CV），比较了多种光谱预处理算法对预测建模精度的影响。利用标准正态化（SNV，standard normal variate）法对经反射率校正后的特征光谱进行全局光谱预处理，结果显示9波段（中心波长：575，600，615，705，765，825，885，915及935nm）PLSR模型预测精度最高，光谱图像采集速度较慢，其RMSECV＝1.94mg/100g、R2CV＝0.89，70秒完成光谱图像采集。利用基于S-G（Savitzky-Golay）滤波器的多种光谱平滑及微分预处理法进行局部光谱预处理，比较研究结果显示7点S-G二阶微分为最佳局部光谱预处理法，经其处理的反射率特征光谱4波段（中心波长：610，625，650及900nm）PLSR预测模型的精度虽不及全局光谱预处理预测模型，但能满足猪肉新鲜度检测的要求，RMSECV＝2.71mg/100g、R2CV＝0.79，具有预测时所需的输入光谱通道数量少、光谱图像采集速度快的优点，光谱图像采集时间为17秒。论文提出并研究了在光谱图像进行像素级预测前首先进行空间均值处理以抑制噪声的新方法。该方法改变了以往直接将基于区域的光谱预测模型应用到像素级预测的普遍做法，对肉样表面新鲜度的空间分布进行像素级预测，并基于全局光谱预测模型研究了光谱图像像素级新鲜度预测的验证方法。验证结果显示，肉样表面像素级预测均值与化学测量参考值间具有良好的相关性，基于新方法的像素级预测更具统计意义（RMSECV＝2.58mg/100g，R2CV＝0.81）。论文研究了用伪色彩图显示猪肉新鲜度的方法，并用伪色彩图直观呈现新鲜度空间预测分布。分别用蓝色、黄色、橙色直至红色的转变直观表示从非常新鲜、新鲜、次鲜到腐败的不同劣变阶段在肉样表面的分布情况。研究分析了所有肉样表面像素级新鲜度预测值的统计直方图，结果显示肉样表面像素级预测均值与参考值基本一致。该方法也进一步证明了EMROI的创建可以减少个别肉样因光谱图像采集时出现大面积耀斑造成的检测误差。光谱信息空间分析结果表明，定量可视化检测技术为重新审视肉品品质特征、探索肉品不同组分在贮存过程中的变化及相应变化产物间的相互影响规律开辟了新途径。对肉品行业而言，基于可见／近红外（550～1000nm）光谱成像系统的肉品新鲜度检测方法不仅可以对国标规定的表征腐败程度的挥发性盐基氮（TVB-N）含量化学指标进行精确地快速无损预测，而且可以在较短时间内以很高的精度通过伪色彩图像方式定量、直观地呈现新鲜度在肉样表面的空间分布情况，使新鲜度检测更加贴近猪肉腐败程度在肉样上非均匀分布的本质特征。该系统在静止状态采集光谱图像，无需配备传输系统，可以满足验收或销售现场的检测需求。