松子具有很高的林区经济价值,我国是松子产量大国,又以东北红松籽最为著名。我国松子的销路极为广阔,占全球松子交易量的60～70%,松子已成为农民增收的特色经济作物之一,能为我国带来良好的经济效益。然而,目前我国松子产后产值虽有增长,但仍未超过采收时的自然产值。松子只有经过产后商品化处理,才能创造更大的经济价值,这就为松子品质无损检测方法的研究提供了广阔的应用前景。我国松子市场对松子品质监管、松子开发利用和深加工的需求促进了松子品质无损检测方法研究的开展。目前我国对松子无损检测方法的研究还没有广泛地展开,尤其对于松子内部品质脂肪、蛋白质、水分的无损检测方法的研究几乎还没有开展。在松子外部品质等级划分方面仍多采用人工分选或机械振动筛选的方法实现。人工分级不仅需要大量的劳动力,且劳动强度大,分级结果会受到主观经验的影响;振动筛选噪声大、功耗大,并且由于较大的级差,使得分级的精准度不高,且在分级过程中会对松子产生一定程度的碰撞磕伤。在松子内部品质脂肪、蛋白质、水分的检测方面,多是采用基于理化分析的方法,理化方法存在所需测试时间长、步骤繁锁、成本高等不足。因此,如何建立一种快速、准确、简便、安全、非破坏性的松子外部品质分级、松子内部品质检测方法,是一个值得研究、亟待解决的问题。本论文正是在上述背景下以红松籽为研究对象,开展了利用机器视觉技术对其外部品质进行无损分级、利用近红外光谱分析技术对其内部品质进行无损检测方法的研究:在外部品质无损分级方面:以带壳红松籽为研究对象,为了提高红松籽目标轮廓提取的准确性和检测速度,在传统C-V模型的基础上,研究一种改进的C-V模型的红松籽目标轮廓提取方法,并在此基础上对红松籽果长、最大脱蒲横径的特征参数进行提取,进而构建红松籽果长、最大脱蒲横径的数学模型,结果表明,果长模型的平均预测精确度为98.42%,最大脱蒲横径模型的平均预测精确度为96.10%,根据红松籽果长和最大脱蒲横径特征参数,进一步提出红松籽外部品质综合评定分级标准,结果显示,等级判定的平均准确率为97.2%,表明了等级判定的可靠性和准确性。在内部品质无损检测方面:以带壳红松籽和去壳红松仁为研究对象,由于光谱求导处理的建模效果会受到求导窗口宽度的影响,因此分别对红松籽脂肪、蛋白质、水分一阶导数和二阶导数预处理窗口宽度的确定进行了研究,结果表明,一阶导数和二阶导数窗口宽度均取5时带壳红松籽蛋白质、脂肪、水分建模精度更为理想;一阶导数和二阶导数窗口宽度分别取10、25时去壳红松仁脂肪、蛋白质、水分建模精度更为理想。由于反向间隔偏最小二乘波段筛选法的建模精度会受到分割数大小的影响,因此分别对红松籽脂肪、蛋白质、水分反向间隔偏最小二乘法分割数的选取进行了研究,结果表明,分割数取15时带壳红松籽脂肪、蛋白质、水分建模精度更佳,取10时去壳红松仁脂肪、蛋白质、水分建模精度更优。为了构建出高质量的带壳红松籽和去壳红松仁脂肪、蛋白质、水分近红外无损检测模型,研究一阶导数、二阶导数、变量标准化校正、矢量归一化、多元散射校正不同光谱预处理方法及间隔偏最小二乘法、反向间隔偏最小二乘法、无信息变量消除法不同波段筛选方法对建模精度的影响,以确定相应的相对较优的光谱预处理方法和波段筛选方法,并给出适合于带壳红松籽和去壳红松仁脂肪、蛋白质、水分建模的相应波段范围。研究结果表明,带壳红松籽光谱经过矢量归一化预处理和反向间隔偏最小二乘波段筛选后构建的脂肪、蛋白质、水分的模型质量相对更佳,去壳红松仁光谱经过变量标准化校正预处理和反向间隔偏最小二乘波段筛选后构建的蛋白质模型质量相对更优,经过一阶导数预处理和反向间隔偏最小二乘波段筛选后构建的脂肪、水分的模型质量相对更优。带壳红松籽脂肪、蛋白质、水分优化数学模型的验证集均方根误差分别为0.7651、0.6670、1.0417,去壳红松仁脂肪、蛋白质、水分优化数学模型的验证集均方根误差分别为0.6468、0.5761、0.8338。实现了对带壳红松籽、去壳红松仁脂肪、蛋白质、水分内部品质的定量无损检测。本文研究的实现可以为红松籽外部品质无损分级、内部品质无损检测提供新的研究方法和途径,对于其它类坚果的品质评价研究也具有一定的应用价值。