羊肉的脂肪和蛋白质含量是决定其营养价值的重要因素,传统的化学检测方法操作复杂、耗时耗力,较难实现大批量样品的在线快速检测。近红外高光谱成像技术作为新一代光电检测技术,可同时获取样品空间各点的光谱信息和图像信息,具有“快速、无损、环保、准确”的优势,近年来成为肉品无损检测方面的研究热点。本论文以宁夏小尾寒羊为研究对象,采用近红外高光谱成像系统(900-1700nm)对72个羊肉样本进行高光谱图像采集,结合化学计量学方法,建立了羊肉脂肪和蛋白质含量的定量预测模型,为羊肉品质的在线无损检测提供了理论依据。主要研究内容如下：(1)建立高光谱成像系统,进行系统校正和采集参数的设定。(2)采集样本的光谱和图像信息,并采用多元散射校正法对光谱进行预处理。(3)采用线性回归分析结合羊肉脂肪和蛋白质的化学实测值,根据相关系数极值选取特征波长。(4)分别采用BP神经网络和偏最小二乘法建立羊肉脂肪和蛋白质含量的预测模型,并优选最佳模型。结果表明,偏最小二乘法建立的模型预测效果较好,脂肪和蛋白质含量的预测相关系数分别为0.95、0.92,预测标准误差分别为0.40、0.80。