针对
茶叶品质无损检测时内外品质难以同时兼顾的问题，利用高光谱图像技术检测
茶叶质量。设计一套基于光谱仪的高光谱图像系统采集数据；通过主成分分析，从海量数据中优选出三个波长段的特征图像；从每个特征图像中分别提取平均灰度级、标准方差、平滑度、三阶矩、一致性和熵等6个基于统计矩的纹理特征参量，每个样本共有18个特征变量；再通过主成分分析对这18个特征变量进行压缩，提取8个主成分因子建立基于反向传播神经网络的茶叶等级判别模型。模型训练时的总体回判识别率为97％；预测时总体识别率为94％。结果表明，高光谱图像技术可以用于茶叶质量等级水平的评判。
完成机构：江苏大学食品与生物工程学院,江苏镇江212013
