本研究通过超声成像技术实现火腿肠的等级判别，利用火腿肠的蛋白质、脂肪、淀粉等理化指标，将其分为特级、优级、普通级。分别采集3个等级的火腿肠共120份超声图像信息，提取图像的角二阶矩、熵、平均值等常见纹理特征值。然后利用主成分分析（PCA）结合K-最近邻法（KNN）和最小二乘支持向量机（LS-SVM）化学计量学方法建立基于纹理特征的火腿肠等级判别模型。结果表明：不同等级火腿肠的超声图像差异明显，且超声图像的纹理特征值差异显著（P＜0.05）。建立的识别模型中，LS-SVM模型的校正集识别率为100%，预测集识别率为94.87%；KNN模型优于LS-SVM模型，当主成分数为2，K为1时，KNN模型对应的校正集识别率为97.53%，预测集识别率为97.44%。超声成像技术可实现火腿肠等级的快速准确识别，研究结果可为超声成像技术在火腿肠等级判别方面的应用提供参考。