多光谱成像技术被认为是高光谱成像的革新，可广泛用于无损、快速评估食品品质。尽管有多种成像或传感器技术用于不同食物产品的品质评估，新兴的多光谱技术较具前景。文章对多光谱传感器在评估植物食品（如谷物、豆类、土豆、水果以及蔬菜等）的使用进行了综合介绍。总结了植物源食物不同品质参数，如生理化学以及微生物 ， 测定和可视化的组合建模以及特征波长选择方法。基于该文档，较常用的波长选择法为连续投影法 (SPA) 以及回归分析法 (RC)。分析植物食物的较有效模型为偏较小二乘法 (PLSR), 较小二乘支持向量机（LS SVM）、支持向量机（SVM）、偏较小二乘判别分析（PLSDA）和多元线性回归（MLR）。

    VideometerLab多光谱测量设备是上较好的多光谱测量设备，在食品检测领域拥有较广泛的应用案例。

玉米粒质构特征可视化(A) 硬度(B)弹性 (C) 回弹力

猕猴桃切片各个时期（非收获期1d以及收获期16d） (A) 葡萄糖(B) 果糖a (C) 蔗糖可视化

（A)不溶性膳食纤维 (B)可溶性膳食纤维可视化

(A) 土豆切片中DMC (B) 甜土豆切片SC 可视化

 荔枝果实褐化水平：低 (红色) 到高 (蓝色)