高スペクトルイメージング技術を用いて、4つの異なる品種の被覆ケール種子および3つの異なる濃度の被覆剤で処理されたケール種子の被覆の色の均一性と色の濃淡を分析した。240個の種子サンプルの平均スペクトル反射率を抽出し、4つの前処理方法で元のスペクトルを前処理および最適化した後、競合的適応再重み付けアルゴリズム（CARS）、連続投影アルゴリズム（SPA）、無情報変数除去変換法（UVE）、遺伝部分最小二乗法（GAPLS）の4つの方法で特徴波長を抽出した。選択した特徴波長に基づいて、偏最小二乗回帰（PLSR）、重回帰分析（MLR）、主成分回帰（PCR）モデルを構築した。結果は、羽衣ケール種子の被覆効果が最も顕著であり、良好な香味型ケールがそれに続き、中甘15および紫色ケールの被覆効果はほぼ同等であることを示した。Baseline法は色度値L*の前処理に、Normalize法は色度値a*の前処理に、SNV法は色度値b*の前処理に用いられた。GAPLS法で抽出された特徴波長はL*およびb*の定量予測モデル構築に使用され、UVE法で抽出された特徴波長は色度a*値の定量予測モデル構築に使用された。PLSRによるL*モデルは最良の性能を示した（RC=0.814、Rp=0.640；RMSEC=1.150、RMSEP=1.852）。MLRによる色度a*値モデルはより優れていた（Rc=0.981、Rp=0.964；RMSEC=2.563、RMSEP=3.243）。PCRによる色度b*値モデルは最良の性能を示した（RC=0.917、Rp=0.913；RMSEC=2.552、RMSEP=2.589）。研究結果は種子の色度のオンライン監視の技術的支援を提供できる。

高スペクトルイメージング;被覆ケール種子;色度;検出