導讀

多光譜技術和高光譜技術能夠高效經(jīng)濟地幫助塑料實現(xiàn)準確回收。本文詳述了友思特 BlackIndustry 系列高光譜相機系統(tǒng)的搭建方式，清晰解讀了高光譜技術在回收領域的優(yōu)勢應用。

塑料回收的現(xiàn)狀

人類產(chǎn)生的垃圾中有很大一部分是塑料。塑料制品正確回收的一個問題是混合塑料垃圾難以按聚合物類型進行分類。塑料種類繁多，全球塑料生產(chǎn)中使用的基材（單體）和助劑等化學物質(zhì)共計約1萬種。因此，分類不良會導致混合回收物質(zhì)量較低。

為了避免這一問題，使塑料回收盡可能高效和準確、開發(fā)新技術，并將現(xiàn)有技術改進為經(jīng)濟方案是十分必要的。

圖1. 各種形態(tài)顏色的塑料

用于回收的分揀機的數(shù)量在不斷增加，它們的功能是使用多光譜或高光譜相機系統(tǒng)將廢物根據(jù)不同的物質(zhì)組分進行分類。高光譜系統(tǒng)正在逐漸被普遍使用，因為該技術目前在高通量下實現(xiàn)了最佳的分選結果。它們捕獲了寬波長范圍內(nèi)的詳細光譜信息，從而可以精確識別和區(qū)分材料。這種高水平的光譜和空間分辨率，結合快速的數(shù)據(jù)處理能力，在高通量下產(chǎn)生卓越的分選精度和效率。

圖2. 高光譜相機塑料回收示意圖

高光譜相機最重要的標準是：

低光要求（曝光時間短）；

高幀率；

高達1280像素的高局部分辨率；

非常好的信噪比，用于穩(wěn)定檢測薄物體（如箔）；

擴展的波長范圍，包括塑料的第三個吸收帶。

高光譜成像技術

高光譜成像（HSI）是基于對物體（如塑料）化學成分的光譜分析。電磁輻射的吸收，尤其是紅外線的吸收，觸發(fā)了分子的振動活動。高光譜相機可以記錄相應分子的特征振動帶或吸收帶，通常在在近紅外、SWIR和MWIR的光譜范圍內(nèi)。因此，識別不同塑料的最重要標準是選擇具有合適的光譜范圍的高光譜系統(tǒng)。

圖3. 重要分子的吸收帶

使用InGaAs傳感器覆蓋SWIR光譜范圍（900 nm - 1750 nm）的系統(tǒng)在實際應用中被廣泛使用，其次是使用CMOS傳感器的VIS/NIR系統(tǒng)（400 nm - 1050 nm）。MWIR光譜范圍（2900 nm - 4200 nm）用于分類黑色塑料。近年來，CMOS和InGaAs傳感器技術（SenSWIR、Nyxel和STARVIS2技術）取得了重大進展。因此，攝像系統(tǒng)也得到了進一步的發(fā)展，開辟了新的應用領域。

圖4. CMOS和InGaAs相機傳感器的靈敏度

高光譜檢測系統(tǒng)的結構

高光譜相機在分選機中的位置至關重要，通常在傳送帶（主要是粗粒部分）或滑槽系統(tǒng)（主要是薄片分選）上實施物體檢測。

有兩種不同的安裝方式：反射式和透反射式。反射式是指記錄物體反射的光，因為分揀機中通常會安裝黑色傳送帶。對于彩色傳送帶系統(tǒng)，也可以使用傳送帶反射的光，但必須消除傳送帶的光譜特性，尤其是在透明樣品的情況下。對于滑槽或自由落體系統(tǒng)，可以選擇淺色背景（陶瓷磚表面或聚四氟乙烯已被證明是有效的），這允許在透反射式布置中測量物體。

典型的機器設置由以下元素組成：

圖5. 塑料分揀機的典型配置

本次系統(tǒng)使用了兩種高光譜相機用于塑料分選的測試展示：

基于CMOS的高光譜近紅外相機BlackIndustry NIR （700 - 1050 nm）

基于InGaAs的高光譜SWIR相機BlackIndustry SWIR 1.7 Max （900 - 1750 nm）

圖6. BlackIndustry SWIR 1.7 / Max（左）和BlackIndustry NIR（右）

如何搭建高光譜檢測系統(tǒng)

1. 照明

在SWIR技術中經(jīng)常使用鹵素燈作為照明光源，因為其覆蓋了紅外范圍，但有一些明顯的缺點，比如光源壽命有限，需要的能量高，產(chǎn)生的熱量高，特別是對一些食品檢測場景中溫度影響很大。

鹵素照明的最新替代品是快速中波紅外發(fā)射器，其峰值響應為1500nm。而鹵素峰值響應僅為1100nm，因此在強度分布和功耗方面，快速中波紅外發(fā)射器以更有效的方式覆蓋了SWIR的光譜范圍，這對塑料的第三個吸收帶尤其重要。

在VIS/NIR系統(tǒng)領域，鹵素照明也通常作為標準使用。目前也有特定的LED產(chǎn)品可以滿足需求，比如BlackIndustry近紅外相機可以與BlackBright近紅外LED條形燈一起使用。

圖7. NIR LED照明與短波紅外照明

最終測試設置如下圖所示：

圖8. 測試設置

2. 建立參考數(shù)據(jù)集

分類不同的塑料，需要建立典型塑料PE和PP（聚烯烴）、ABS和PS（苯乙烯）、PVC、PA6以及透明塑料PET、PETG和PC的光譜數(shù)據(jù)參考數(shù)據(jù)集。

樣品放置在淺色或透明的參考板上，搭配光照和移動設備。利用 BlackStudio 軟件獲取高光譜圖像并進行分析，并使用 BlackStudio 軟件基于LDA方法對數(shù)據(jù)進行分類。

圖9. BlackStudio軟件界面

以下是 BlackStudio 軟件的節(jié)選。左圖以灰度格式顯示記錄的塑料板二維圖像。彩色矩形（感興趣區(qū)域，ROI）標記了提取光譜特征曲線的區(qū)域，分類的結果顯示在右側，類別顏色對應于ROI。所有塑料樣品由于其特性和獨特的吸收帶而易于區(qū)分。

圖10. 不同塑料種類的顏色標注1

在BlackIndustry SWIR 1.7 Max相機的整個波長范圍內(nèi)，塑料類型的光譜特征如下圖所示：

圖11.?BlackIndustry SWIR 1.7 Max相機光譜圖

使用 BlackIndustry NIR 相機創(chuàng)建的高光譜數(shù)據(jù)立方體以灰度形式顯示為2D圖像，標記的ROI構成相鄰分類的基礎。在分類時，為了保證分類模型不受顏色的影響，BlackIndustry NIR 的光譜范圍被限制在 800 - 1050 nm。

圖12. 不同塑料種類的顏色標注2

BlackIndustry NIR 具有非常高的空間分辨率，可以通過2D圖像的細節(jié)水平清楚地識別出來。此外，高靈敏度和良好的信噪比也使得即使吸收深度不是很大，光譜吸收波段也能被明顯識別：

圖13. 友思特?BlackIndustry NIR?相機光譜圖

3. 混合塑料樣品分析

混合的彩色和透明塑料片用來說明一個真實的應用場景。下圖顯示了這些塑料薄片的典型圖像，它們是直接從碎紙機中獲得的。它們是透明PET片和彩色PE片，在PET/塑料瓶分揀中特別常見。與第一次應用設置一樣，將塑料薄片放置在移動板上，用中波紅外照明照射，分析和分類同樣使用 BlackStudio 軟件進行。

圖14. 混合塑料

這是根據(jù)SWIR相機的數(shù)據(jù)做的塑料片分類分析，所記錄的塑料薄片的二維圖像也以灰度顯示，ROI以顏色標記，分類結果如下所示：

圖15. SWIR高光譜相機對塑料碎片的分類結果

分類結果表明，在沒有進一步的對象處理和邊緣校正的情況下，SWIR高光譜相機系統(tǒng)對薄片進行了完全穩(wěn)定和正確的分類。

接下來驗證NIR高光譜相機的測試結果，考慮的光譜范圍被限制在 820 - 1040 nm，這是塑料吸收帶的范圍。中間圖片的分類表明薄片的正確區(qū)分。然而，應該注意的是，透明 PET 薄片很難識別，因為 PET 的吸收帶與其他塑料相比相對較弱，而且材料厚度低、透明度和反射表面特性對分類提出了挑戰(zhàn)。除了化學計量分類外，還應使用其他常規(guī)圖像處理方法進行實際分類應用。

圖16. NIR高光譜相機對塑料碎片的分類結果

總結

對于友思特的兩種高光譜相機系統(tǒng) (BlackIndustry SWIR 1.7 Max和BlackIndustry NIR)，所有塑料類型都可以根據(jù)其特征吸收波段進行精確分類。

在SWIR范圍內(nèi)，吸收信號明顯強于NIR范圍，參考樣品在1600 - 1750 nm范圍內(nèi)的吸收占輻射的80%以上，增強了識別難以檢測的材料的可能性，例如：非常薄的塑料（箔）、污染的塑料、具有過飽和區(qū)域的變形樣品、反射信號較少的暗樣品。

在NIR范圍內(nèi)，所有相關塑料都表現(xiàn)出特征吸收帶，但是信號明顯變?nèi)趿?，所以在此范圍?nèi)需要優(yōu)化測量條件，比如照明盡量減少鏡面反射等設置。

以上測試展示了BlackIndustry相機在塑料分揀領域的潛力，下表則概述了BlackIndustry系統(tǒng)中典型塑料的可識別性。

圖17. BlackIndustry系統(tǒng)中典型塑料的可識別性

總的來說，隨著高光譜制造工藝與光譜分析軟件的不斷發(fā)展，高光譜技術在工業(yè)領域的應用也不斷拓展。友思特 BlackIndustry 相機提供高空間分辨率和高幀率，覆蓋廣泛的光譜范圍，結合專業(yè)的光譜數(shù)據(jù)采集與分析軟件，可實現(xiàn)塑料、食品行業(yè)中的雜質(zhì)分選，同時，推掃式相機適合檢測快速移動的物體，是傳送帶、滑槽等工業(yè)場景檢測的不二之選。

了解更多？歡迎探索豐富案例：https://viewsitec.com/multispectral-nir-camera/

審核編輯 黃宇