菜用大豆含有丰富的不饱和脂肪酸、植物蛋白、食物纤维以及多种维生素和氨基酸。因其风味独特且营养丰富，是公认的安全绿色保健食品，深受世界各国居民的青睐。菜用大豆的安全和品质决定了其市场价值和经济效益，与消费者的购买程度和产品的经济效益息息相关。豆荚螟虫是影响其安全的一个重要因素，厚度是一个极其重要的外观选择标准。现有的检测技术不能有效地对菜用大豆的安全和品质进行检测。高光谱图像技术集合了光谱技术和图像技术双重优点，其较好地满足了农业检测领域的多特征信息提取的需要，是农产品安全和品质无损检测的一个很有价值的研究方法。本文的研究重点是将高光谱图像技术应用于菜用大豆安全和品质检测，实现菜用大豆安全和品质的自动检测。完成的主要内容如下：（1）将高光谱透射图像技术应用于菜用大豆的安全检测，解决菜用大豆内部豆荚螟难以解决这一问题。论文提取了菜用大豆高光谱透射图像的图像统计特征（最大值、最小值、均值、标准差）和熵特征，利用提取的图像特征建立基于支持向量机数据描述算法的菜用大豆的安全检测模型。结果表明，高光谱透射图像技术能有效的检测出菜用大豆内部的豆荚螟，此技术为豆类害虫检测提供了一个新颖的可行的实施方案。（2）将高光谱透反射图像技术应用于菜用大豆的品质检测，用于解决菜用大豆外观品质检测难以自动检测问题。论文分别从菜用大豆的厚度预测和厚度分类两个方面进行了研究。论文首先提取菜用大豆感兴趣区域的高光谱反射图像的光谱特征；比较了多元散射校正技术、标准归一化以及导数方法对光谱曲线降噪处理的效果，并分别利用偏最小二乘回归、多元线性回归和最小二乘支持向量回归等方法建立菜用大豆厚度预测模型。同时，建立了基于偏最小二乘判别分析的菜用大豆厚度分类模型。结果表明，采用高光谱图像技术可以很好的对菜用大豆的厚度进行有效地检测。（3）研究了基于高光谱图像技术的菜用大豆厚度分类检测的波段选择方法。本文将遗传算法、无信息变量消除算法、PLS投影算法、基于三角模糊领域的熵属性约简算法应用于菜用大豆的高光谱图像的波段选择中，建立了适合于多光谱检测系统的菜用大豆厚度分类模型。仿真结果表明，基于三角模糊领域的熵属性约简算法为实现菜用大豆的多光谱检测提供了一种强有力的理论支持和技术支撑。