Como un cultivo de aceite importante, la colza contribuye a la seguridad alimentaria del mundo. En los últimos años, los agrónomos han cultivado muchas nuevas variedades, lo que ha aumentado las necesidades nutricionales humanas. El reconocimiento de variedades es de gran importancia para la mejora del rendimiento y la cría de calidad. Dado el bajo rendimiento y daño de los métodos tradicionales, en este documento, desarrollamos un modelo no invasivo para el reconocimiento de variedades de colza basado en la fusión de características hiperespectrales. Tres tipos de características de imagen hiperespectral, a saber, la característica multifractal, las características de color y los parámetros trilaterales, se fusionan para identificar 11 especies de colza. Se selecciona una característica óptima utilizando una regla simple, y luego se fusionan los tres tipos de características. Se emplea el método del núcleo de máquina de vectores de soporte como clasificador. La tasa de reconocimiento promedio alcanza el 96.35% y el 93.71% para distinguir dos especies y 11 especies, respectivamente. El modelo de prueba de abundancia demuestra que nuestro modelo posee robustez. La alta tasa de reconocimiento es casi independiente del número de muestras de modelado y clasificadores. Este resultado puede proporcionar alguna experiencia práctica y orientación metodológica para el reconocimiento rápido de variedades de colza.