为了准确、快速的检测番茄硬度,该文提出了一种基于改进型区间随机蛙跳算法优选高光谱特征波长的番茄硬度检测模型.在获取番茄高光谱图像后,首先对光谱数据进行多元散射校正(multiplicative scatter correction,MSC)和归一化预处理.针对区间随机蛙跳算法(interval random frog,iRF)所需迭代次数大、算法收敛慢等缺点,该文提出了改进型区间随机蛙跳算法(modified interval random frog,miRF),并将其应用于特征波长选择.最后建立偏最小二乘回归模型(partial least squares regression,PLSR)预测番茄的硬度.iRF共选出特征波段100个,算法收敛时间为32.1 min,而miRF共选出特征波长47个,算法收敛仅需1.6 min.同时miRF-PLSR番茄硬度预测精度也更优,测试集相关系数达到了0.9685,均方根误差为0.0040kg/mm2.试验结果表明:结合高光谱技术和miRF算法可实现对番茄硬度的快速、无损检测.