高光谱成像技术应用在芒果检测方面，Makino等^[26]利用高光谱成像技术检测贮存期芒果的叶绿素含量、可溶性固形物含量（SSC）和花青素含量，使用偏最小二乘回归（PLSR）模型进行预测，相关系数为0.88，均方根误差为0.73，实验表明，该模型可以预测叶绿素含量、可溶性固形物含量（SSC）和花青素含量。Nayeli^[27]等利用650~1100nm范围的高光谱分析马尼拉芒果的机械损伤，使用11种方法进行特征波长的选择和比较，然后使用朴素贝叶斯、k-NN、ELM、DT 和 LDA进行损伤分类，除了朴素贝叶斯其他分类器在三天后正确分类都达到90%以上。Munawar等^[28]利用高光谱1000~2500nm波段范围的数据，并对该数据进行校正和增强，使芒果的维生素C，可溶性固体含量和总酸度进行区分，使用偏最小二乘回归（PLSR）建立预测模型，结果表明，该模型可以对芒果的维生素C，可溶性固体和总酸度含量进行预测。上述文献中利用高光谱成像技术检测芒果品质，大多都是检测芒果的内部品质，有检测芒果的外部品质（表面损伤），检测效果也是在几天后准确率才达到90%以上，不能及时检测出芒果表面的早期损伤。并且根据目前报道的文献，高光谱成像技术应用绝大部分集中在芒果内部品质（叶绿素含量、可溶性固形物含量、花青素、总酸度、维生素C等）的检测方面，但是鲜有应用在芒果早期表面轻微损伤的检测方面。