针对番茄内外部结构特征，搭建了可见/近红外透射检测系统，利用完整番茄透射光谱信息，对番茄红素含量进行无损伤快速检测研究。采集的原始光谱曲线经去趋势（DT）、标准正态变量变换（SNV）、多元散射校正（MSC）、归一化（NOR）、一阶导数（FD）预处理后分别用偏最小二乘（PLS）进行建模分析。其中SNV预处理后的模型效果最好，校正集和验证集相关系数分别为0.9771和0.9504，校正集和验证集均方根误差为0.9711和1.0496 mg/kg。为进一步提高模型的精度和稳定性，采用无信息变量消除法（UVE）、连续投影算法（SPA）、竞争性自适应重加权算法（CARS）3种方法单独或联合处理（UVE-SPA，UVE-CARS），对全光谱进行变量优选。经UVE-CARS处理后番茄红素预测模型效果最好，其校正集和验证集相关系数分别提高至0.9830和0.9741，均方根误差分别降低至0.6919和0.7680 mg/kg。最后，选用25个番茄样品对所建立模型进行了外部验证，UVE-CARS-PLS模型的预测集相关系数为0.9812，预测集均方根误差为0.7071 mg/kg，平均相对误差为4.3%。而作为比较的PLS模型的预测集相关系数为0.951，均方根误差为1.0610 mg/kg，平均相对误差6.0%，相比于全光谱PLS模型，UVE-CARS可以很大程度地简化模型，提高模型精度，降低检测的误差限。结果表明，基于自行搭建的番茄可见/近红外透射检测系统结合光谱处理方法，可以实现对生鲜番茄中番茄红素含量的快速、无损检测，为番茄红素定量检测提供了新方法。
