近年來，日本關西大學Ozaki研究組、加拿大laval大學Paul Paquin等研究組在牛奶成分的近紅外檢測方麵均進行了大量的基礎性研究。國外有的公司已應用該技術開發了乳品綜合成分指標分析光儀。利用近紅外技術對牛奶主成分的研究，可以方便、快捷、無破壞的實現牛奶收購的按質論價、打擊摻假、為牛奶質量的標準化提供依據。而且，利用近紅外技術對牛奶主成分的研究，可以實現對奶牛健康的實時監控，它已成為奶牛廠的科學化管理的重要參數。例如，R.Tsenkova和S.Atanassova(2001)的研究表明,利用近紅外技術對牛奶中體細胞數目（somatic cell count，SCC）進行測定，可以用來診斷奶牛是否患有乳腺炎，從而在發病的早期對奶牛進行治療，使奶農的損失降到最低。
雖然近紅外光譜技術已應用於乳製品檢測領域，而牛奶作為散射體，光譜信息的提取比較複雜，牛奶中的水分含量、脂肪球大小、溫度、是否經過前處理、其他化學成分等均會對近紅外的檢測產生不利影響，因此許多科學家正在為得到更理想的結果而努力。研究學者也致力於近紅外光譜在牛奶加工工藝過程中的應用，發現未處理牛奶樣品與加工（均質、殺菌）後牛奶樣品的二階導光譜在1884nm和1995nm處有明顯差異；同時近紅外光譜技術也用於生鮮奶中還原奶的鑒別。
在其他乳製品方麵，近紅外檢測技術也有廣泛的應用。例如，從19世紀70年代後期，大量科學家致力於奶酪成分和奶酪質量在線檢測技術的近紅外研究，建立了大量的校正模型，且檢測效果在不斷改進；有研究者利用近紅外技術對乳清成分和乳清在加工過程中的成分變化進行了研究，結果表明近紅外技術可以用於乳清成分的預測，但對每一種乳清粉都要分別建立校正模型；同時有研究表明，利用主成分分析和聚類分析技術，近紅外可以作為一種高效的檢測技術用來對高、中、低熱量的脫脂奶粉進行分級。奶酪是最難於用NIRS進行分析的物質之一，因為它的加工過程不同，物理特性和化學組成不同，並且含有高含量的水分和脂肪。但通過對樣品製備和準備程序的標準化，可以獲得精確而具有代表性的測定結果。科學家通過標準化的製樣程序，準確的建立了奶酪中水分，脂肪和蛋白質的預測模型，相關係數都在0.9以上，預測偏差在可接受的範圍以內，並且找到了每種指標相應穩定的特征波長。2005年，研究者利用近紅外光譜分析技術判別分析酸奶的種類，采用人工神經網絡建立模型獲得理想效果。
三、近紅外光譜分析技術在果蔬加工和貯藏中的應用
傳統的水果和蔬菜的質量評定都是基於一些外部參數，如顏色、形狀、大小、傷痕來判斷的，近年來一些內部參數，如甜度、酸度、硬度以及內部有無病蟲害等在質量評定中變得越來越重要。更為重要的是近紅外光譜技術可以實現對果品的一一檢測，同時獲得多個品質參數，實現真正意義上的按質分級。
通過近紅外技術可以實現水果內部品質及病蟲害的準確、快速檢測。對於口感評價重要指標如糖度、酸度、硬度等，國內外學者作了大量研究。並且在日本、美國等發達國家已實現了在線檢測和分級，對水果維生素含量也進行了近紅外檢測。如維生素C不僅是果蔬類的重要營養指標，其在水果中的含量隨水果的品種、栽培情況的不同而各異，且也隨貯藏時間的變化而變化，可以在一定程度上說明其新鮮度。以前分析維生素C的方法主要有2,6-二氯靛酚滴定法、熒光法和高效液相色譜法等，這些方法都需要進行化學預處理，費時費力，還要昂貴的化學試劑。而近紅外分析法恰恰避免了這些缺點，提供了一種分析果蔬維生素C含量的快速、簡便的方法。對於水果內部病蟲害來說，水心病是蘋果常見的一種生理失調症狀，發病後從外觀難以察覺。水心病蘋果口感比普通蘋果甜，但水心病重的蘋果不耐長期貯藏。通過近紅外無損檢測技術可以按照水心病的嚴重程度進行分級，一方麵可以在貯藏前將嚴重的水心病果揀出盡快銷售，另一方麵可以作為一種蘋果采收時間的指標，預測最佳采摘時間。
另外，水果和蔬菜的化學組成隨種類、生長區域、氣候及種植和收割條件的變化而不同，實時檢測其中營養組成的含量，可以調節其生長條件，確定合適的收割時間，以得到營養價值高且視覺效果好的產品。傳統的方法都需要將水果去皮，去其果枝進行分析。近紅外借助於光導纖維，不僅可以非破壞性檢測成熟水果和蔬菜中的各種營養組成及上述內部參數，而且可以在植物生長過程中無損檢測其化學成分，從而確定植物在生長循環過程中是否從土壤中得到合適的營養成分。同時監測土壤條件，從而確定適合植物栽培的土壤類型。隨著便攜式近紅外光譜儀的誕生，對於農田農作物、果園水果和蔬菜等可實時監測，確定最佳收獲期和采摘期。