针对市场上商贩为了牟利,将低值大马哈鱼、太平洋鲑鱼错误标识为高值大西洋鲑鱼,甚至将染色的虹鳟鱼冒充大西洋鲑鱼进行销售的现象,本文尝试利用高光谱图像技术对收集的4个品种(大西洋鲑鱼,大马哈鱼,太平洋鲑鱼和虹鳟鱼)共120个三文鱼样本的高光谱特征进行表征,并结合化学计量学方法对其进行快速鉴别。首先采集4个品种三文鱼在431~963 nm范围内的高光谱图像信息,利用ENVI 4.5软件对高光谱图像进行预处理及光谱信息提取,再利用主成分分析法(principal component analysis,PCA)对所采集的原始数据进行降维处理,并结合K-最近邻法(Knearest neighbors,KNN)和误差反向传播神经网络(back propagation artificial neural network,BP-ANN)模型对其进行定性区分。结果显示,在主成分为4、参数为3时KNN模型的区分效果最优,对应的校正集识别率和预测集识别率分别为100%和95.33%。研究表明,高光谱图像技术可以有效表征不同品种三文鱼的光谱特征,实现对三文鱼品种的快速鉴别。