[目的]实现亚健康水心苹果的无损检测。[方法]分别采用对数函数法和研究提出的幂函数法消除果实直径对光谱衰减的影响，并分别转换为格拉姆角差场图、格拉姆角和场图、马尔可夫变迁场图、递归图以及对称极坐标图，通过添加卷积注意力模块的ResNet50网络模型挖掘与水心程度相关的图像深层特征，经t分布随机邻域嵌入方法降维并聚类分析后，将最适宜图像特征输入到改进粒子群算法优化的支持向量机、极限学习机、k近邻和随机森林分类器进行水心苹果三分类。[结果]幂函数法消除直径对透射光谱影响的效果优于对数函数法，格拉姆角差场图像特征可视化后，轮廓系数、CH分数和戴维森堡丁指数分别为0.93，0.88，0.24，均优于其余图像转换方法。ResNet50-IPSO-ELM取得了最高的分类准确率，为96.8%，测试集中对3种水心程度苹果的总体判别准确率可达96.3%，平均查准率、平均查全率和平均加权调和均值分别为87.2%，95.8%，92.3%。[结论]该模型不仅对多数类的无水心果、健康水心果保持较高分类准确率，也对少数类的亚健康水心果具有较高的判别能力。