我国是生鲜猪肉生产和消费大国,2016年全国肉类产量达8540万吨。随着生活水平的提高,人们对生鲜猪肉品质提出了更高的要求。然而,市场上猪肉品质优劣混杂,“注水肉”等现象严重影响了消费者的健康安全,也影响了整个猪肉行业的发展。而传统检测方法存在耗时、检测结果滞后、不能同时实时在线检测等弊端,无法满足生鲜猪肉品质监管的需要。因此,迫切需要无损、快速、实时的检测技术和新型实用、快速高效的检测装置,提升生鲜猪肉产业各个环节的品质监控水平。本文以生鲜猪肉品质多参数（色泽、pH、嫩度、系水力、脂肪、蛋白质、水分、挥发性盐基氮）为检测对象,基于可见-近红外光谱技术,探讨了光谱信号预处理、奇异样品剔除、特征波长筛选对模型的影响,提出了双波段光谱融合方法和自适应模型更新方法,提高了模型的准确性和适用性。在此基础上,研制了适用于不同场合的便携/在线式实用检测装置,建立了品质多参数实时检测模型,并进行试验验证。论文主要研究内容和成果如下:（1）研究了建模分析中光谱信号预处理、奇异样品剔除和特征波长筛选对预测结果的影响,提高了生鲜猪肉品质多参数预测模型的稳定性。对比了 Savitzky-Golay平滑、导数、标准正态变量变换三种方法单独及组合使用对建模结果的影响,探讨了奇异样品对模型精度的影响及马氏距离和蒙特卡洛方法在剔除奇异样品上的优劣,比较了竞争性自适应加权算法（CARS）、随机蛙跳算法（Random Frog）、蒙特卡洛无信息变量消除结合连续投影算法（MC-UVE-SPA）和二维相关光谱分析法在优选特征波长上的实用性。结果表明,针对不同的待测参数,最佳的光谱预处理方法并不相同:奇异样品剔除有助于提升模型性能和预测能力,蒙特卡洛方法相比马氏距离具有更大的优势:CARS方法在稳定性和预测准确性上比其它方法具有更明显的优势。（2）提出了双波段光谱融合方法,解决了单波段光谱检测能力有限、双波段连续光谱无法同时获取的问题,提高了模型准确性和预测能力。基于可见-近红外光谱（350～1100nm和1000～2500 nm）和（350～1000nm和950～1700nm）,搭建了两套硬件系统,采用直接平移法、区域特征加权融合法、线性拟合法和抛物线拟合法四种方法进行光谱融合,从光谱曲线融合效果和建模结果两方面对上述方法进行对比。结果表明,实现双波段光谱融合应当考虑光谱仪器特点,对于350～1100 nm和1000～2500 nm的光谱融合,抛物线拟合法具有更明显的效果,融合前后对挥发性盐基氮预测相关系数Rp分别为0.9212和0.9487。对于350～1000 nm和950～1700 nm的双波段光谱,采用区域特征加权融合法效果更好,融合前后对挥发性盐基氮建立模型的Rp分别为0.9085和 0.9227。（3）建立了自适应模型更新方法,改善了生鲜猪肉校正模型对不同批次样品预测能力不佳的问题,提高了模型的适用性。该方法具有两个功能:对建模基础数据的补充和更新,以及对外部验证样品在线预测模型的更新。以不同批次的猪肉样品为研究对象,首先利用邻域距离判断是否加入到样品集进行建模基础数据的更新。然后结合欧氏距离和光谱信息散度-光谱散射角组建相似度函数,通过相似度因子选择建模邻域,对外部验证样品建立了挥发性盐基氮的局部模型并进行预测。与未更新前模型预测结果比较,相关系数R从0.8365上升到0.9291,预测误差由4.3191 mg/100g下降至2.6120 mg/100g,预测精度有了明显的提高。（4）研制了便携式生鲜猪肉品质的多参数同时检测装置,建立了多个品质参数的最适预测模型,解决了生鲜猪肉实时检测的问题。以双波段光谱仪为硬件基础,探讨了光源与探测器距离对光谱的影响,设计了点光源和环形光源两种光路系统,从获取光谱的变异系数、信噪比和光谱面积变化率三方面对其对比分析。结果表明,环形光源具有更高的稳定性,光谱具有更多反映样品特征的信息。由此,开发了硬件单元和软件控制程序,实现了双波段光谱数据实时获取、融合、处理、显示和保存等功能。建立了色泽（L*、a*和b*）、pH、TVB-N、脂肪、蛋白质、水分、嫩度、蒸煮损失的实时预测模型,对L*、a*、b*、pH、TVB-N、脂肪、蛋白质、水分、嫩度、蒸煮损失建立的模型预测集相关系数Rp分别为0.9347、0.9123、0.9625、0.9312、0.9493、0.9505、0.9510、0.9271、0.9001和0.9177。检测速度为2秒/样品,实现了品质的多参数同时实时检测。（5）研制了在线式生鲜猪肉品质的多参数检测装置,建立了多参数预测模型,解决了猪肉品质的多参数在线无损检测难题。设计了直接照明式卤钨灯和直筒式环形光导束两种光源系统,从光强均匀性和动态采集光谱的稳定性角度进行对比,发现后者的效果更佳。重点解决了实际检测中样品长度和厚度不同影响预测精度的问题,确保每个样品都能在最佳检测距离下采集样品中间区域的光谱。建立了色泽（L*、a*、b*）、pH、TVB-N、脂肪、蛋白质、水分、嫩度和蒸煮损失、和的预测模型,Rp分别为0.9644、0.9310、0.9025、0.9235、0.9225、0.9608、0.9472、0.8923、0.9452和0.9125。检测速度为3.5秒/样品,实现了品质多参数的在线实时检测。本论文为生鲜猪肉品质的多参数同时实时检测提供了新的技术和方法,提高了生鲜猪肉预测模型的准确性和适用性,实用检测装置的开发实现了生鲜肉品质的多参数同时实时检测。