本研究基于高光谱成像系统FS20系列，分别对番茄果实的形态结构性状和组分含量性状以及综合表型性状进行检测，并研制了一种无损、快速的高通量番茄果实表型获取平台。采用高光谱成像系统获取番茄果实的光谱图像信息，然后首先通过对光谱图像进行分析，获取形态结构性状（纵径、横径、果形指数和重量)，随之测量番茄果实颜色性状（L*、a *、b*、c*、b*和a*/b*)、和组分含量表型性状（硬度、SsC、番茄红素、可滴定酸、可溶性糖和 VC 值）。首先，通过高光谱成像系统拍摄番茄果实图像，利用图像处理的方法提取光谱图像的横径与纵径信息以此获取番茄果实的形态结构性状。其次， 提出划分成熟度的指标并定义阈值，对于确定番茄果实最佳采摘期以及果实运输、储存与保鲜具有重要的指导意义。最后，基于连续投影算法（SPA）挑选特征波长，构建番茄果实颜色和组分含量性状表型的偏最小二乘回归（PLSR）表型预测模型。
1、番茄果实成熟度划分
A、传统方法
a、算法
确认番茄果实成熟度：a/b 番茄果实颜色定义变量（Arias et al, 2000)。计算a*/b*，基于 a*/b*值划分的番茄果实不同成熟度。
b、阈值：
c、效果
B、高光谱方法
a、番茄高光谱数据采集和分析（流程如下）
b、特征波长选择（PCA）
①PCA 后的聚类效果（3 个不同的品种）：
②PCA 后的模型拟合精度和特征波长的位置
C、这个部分存在的问题
金标准选择的是否合适？ 在这个里边作者是 a/b 的方式作为成熟度测量的金标准，而 a/b 是通过光谱计算出来的这个标准，作为判断果实成熟度的标准是否合适？
1、番茄果实成熟度划分A、传统方法a、算法确认番茄果实成熟度：a/b 番茄果实颜色定义变量（Arias et al, 2000)。计算a*/b*，基于 a*/b*值划分的番茄果实不同成熟度。b、阈值：
c、效果
b、特征波长选择（PCA）①PCA 后的聚类效果（3 个不同的品种）：
