为了实现木板材依据节子进行自动化分级, 利用近红外光谱技术对针叶材表面节子进行检测。比较了光谱预处理和建模方法对节子识别的影响, 研究了单一树种板材节子识别模型对其他树种板材节子识别的适应性, 建立了混合树种板材的节子识别模型, 并利用连续投影算法(SPA)进行了节子特征波长优选。结果显示, 一阶导数光谱结合最小二乘支持向量机(LS-SVM)所建单一和混合节子识别模型性能最优。连续投影算法优选了15个特征波长变量, 仅占全波长变量的0.87%, 所建LS-SVM简化模型对测试集的敏感性、特异性和识别准确率分别为0.990, 0.954, 97.44%。实验结果表明, 近红外光谱技术联合SPA与