【摘要】[目的]本文旨在建立基于双目立体视觉检测冻干草莓外部品质的方法，实现冻干草莓外部品质等级的无损识别。[方法]应用双目立体视觉技术及像素点匹配算法获取冻干草莓图像中各像素点的视差数据，建立其三维立体模型；以模型体积、图像颜色、形状和纹理品质指标作为特征参数，采用连续投影算法(SPA)筛选出最优特征参数，分别以未筛选的特征参数和筛选后的特征参数建立冻干草莓外部品质等级识别模型，比较各模型的判别分级效果；最后选取最优的识别模型开发冻干草莓外部品质分级软件并进行验证。[结果]使用未经筛选的特征参数对冻干草莓进行品质等级判别时，支持向量机(SVM)模型预测集分级总体准确率为91.7%,偏最小二乘法判别分析(PLS-DA)预测集分级总体准确率为86.7%。使用SPA算法筛选后的特征参数(体积和红色分量均值)所建立的SVM模型和PLS-DA模型分级总体准确率分别为95.0%和81.7%。采用经SPA算法筛选后特征参数构建的SVM模型开发了冻干草莓外部品质识别软件，软件总体准确率可达到90.8%。[结论]基于SPA筛选的特征参数构建的SVM分级预测模型具有较好的判别效果，其建模集和预测集的准确率分别可达97.8%和95.0%。以该模型为基础开发的软件能够实现冻干草莓外部品质的检测。