摘要：传统肉制品新鲜度检测方法具有耗时费力、效率低、有损等缺陷,提出利用高光谱成像（HSI）技术预测熟牛肉新鲜度指标挥发性盐基氮（TVB-N）含量。首先通过HSI系统获取熟牛肉样本的高光谱数据,并进行黑白校正。进而采用移动平均平滑和多元散射校正对高光谱数据进行预处理。最后采用支持向量回归（SVR）方法分别建立基于全光谱特征、单一光谱特征、单一纹理特征、主成分分析（PCA）融合特征对TVB-N含量的预测模型。结果显示,使用PCA融合特征的SVR模型,对新鲜度的关键指标TVB-N含量的平均预测准确度（APA）可达到85.13%,表明高光谱成像技术与信息融合技术相结合能够提升模型准确度。

关键词：高光谱成像 特征融合 支持向量回归 熟牛肉 

单位：三峡大学计算机与信息学院; 湖北宜昌443002; 北京市农林科学院北京农业质量标准与检测技术研究中心; 北京100097