归类缤纷：如何轻松搭建一套用于塑料分拣的高光谱检测系统？

导读

多光谱技术和高光谱技术能够高效经济地帮助塑料实现准确回收。本文详述了友思特 BlackIndustry 系列高光谱相机系统的搭建方式，清晰解读了高光谱技术在回收领域的优势应用。

塑料回收的现状

人类产生的垃圾中有很大一部分是塑料。塑料制品正确回收的一个问题是混合塑料垃圾难以按聚合物类型进行分类。塑料种类繁多，全球塑料生产中使用的基材（单体）和助剂等化学物质共计约1万种。因此，分类不良会导致混合回收物质量较低。

为了避免这一问题，使塑料回收尽可能高效和准确、开发新技术，并将现有技术改进为经济方案是十分必要的。

图1. 各种形态颜色的塑料

用于回收的分拣机的数量在不断增加，它们的功能是使用多光谱或高光谱相机系统将废物根据不同的物质组分进行分类。高光谱系统正在逐渐被普遍使用，因为该技术目前在高通量下实现了最佳的分选结果。它们捕获了宽波长范围内的详细光谱信息，从而可以精确识别和区分材料。这种高水平的光谱和空间分辨率，结合快速的数据处理能力，在高通量下产生卓越的分选精度和效率。

图2. 高光谱相机塑料回收示意图

高光谱相机最重要的标准是：

低光要求（曝光时间短）；

高帧率；

高达1280像素的高局部分辨率；

非常好的信噪比，用于稳定检测薄物体（如箔）；

扩展的波长范围，包括塑料的第三个吸收带。

高光谱成像技术

高光谱成像（HSI）是基于对物体（如塑料）化学成分的光谱分析。电磁辐射的吸收，尤其是红外线的吸收，触发了分子的振动活动。高光谱相机可以记录相应分子的特征振动带或吸收带，通常在在近红外、SWIR和MWIR的光谱范围内。因此，识别不同塑料的最重要标准是选择具有合适的光谱范围的高光谱系统。

图3. 重要分子的吸收带

使用InGaAs传感器覆盖SWIR光谱范围（900 nm - 1750 nm）的系统在实际应用中被广泛使用，其次是使用CMOS传感器的VIS/NIR系统（400 nm - 1050 nm）。MWIR光谱范围（2900 nm - 4200 nm）用于分类黑色塑料。近年来，CMOS和InGaAs传感器技术（SenSWIR、Nyxel和STARVIS2技术）取得了重大进展。因此，摄像系统也得到了进一步的发展，开辟了新的应用领域。

图4. CMOS和InGaAs相机传感器的灵敏度

高光谱检测系统的结构

高光谱相机在分选机中的位置至关重要，通常在传送带（主要是粗粒部分）或滑槽系统（主要是薄片分选）上实施物体检测。

有两种不同的安装方式：反射式和透反射式。反射式是指记录物体反射的光，因为分拣机中通常会安装黑色传送带。对于彩色传送带系统，也可以使用传送带反射的光，但必须消除传送带的光谱特性，尤其是在透明样品的情况下。对于滑槽或自由落体系统，可以选择浅色背景（陶瓷砖表面或聚四氟乙烯已被证明是有效的），这允许在透反射式布置中测量物体。

典型的机器设置由以下元素组成：

图5. 塑料分拣机的典型配置

本次系统使用了两种高光谱相机用于塑料分选的测试展示：

基于CMOS的高光谱近红外相机BlackIndustry NIR （700 - 1050 nm）

基于InGaAs的高光谱SWIR相机BlackIndustry SWIR 1.7 Max （900 - 1750 nm）

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

如何搭建高光谱检测系统

1. 照明

在SWIR技术中经常使用卤素灯作为照明光源，因为其覆盖了红外范围，但有一些明显的缺点，比如光源寿命有限，需要的能量高，产生的热量高，特别是对一些食品检测场景中温度影响很大。

卤素照明的最新替代品是快速中波红外发射器，其峰值响应为1500nm。而卤素峰值响应仅为1100nm，因此在强度分布和功耗方面，快速中波红外发射器以更有效的方式覆盖了SWIR的光谱范围，这对塑料的第三个吸收带尤其重要。

在VIS/NIR系统领域，卤素照明也通常作为标准使用。目前也有特定的LED产品可以满足需求，比如BlackIndustry近红外相机可以与BlackBright近红外LED条形灯一起使用。

图7. NIR LED照明与短波红外照明

最终测试设置如下图所示：

图8. 测试设置

2. 建立参考数据集

分类不同的塑料，需要建立典型塑料PE和PP（聚烯烃）、ABS和PS（苯乙烯）、PVC、PA6以及透明塑料PET、PETG和PC的光谱数据参考数据集。

样品放置在浅色或透明的参考板上，搭配光照和移动设备。利用 BlackStudio 软件获取高光谱图像并进行分析，并使用 BlackStudio 软件基于LDA方法对数据进行分类。

图9. BlackStudio软件界面

以下是 BlackStudio 软件的节选。左图以灰度格式显示记录的塑料板二维图像。彩色矩形（感兴趣区域，ROI）标记了提取光谱特征曲线的区域，分类的结果显示在右侧，类别颜色对应于ROI。所有塑料样品由于其特性和独特的吸收带而易于区分。

图10. 不同塑料种类的颜色标注1

在BlackIndustry SWIR 1.7 Max相机的整个波长范围内，塑料类型的光谱特征如下图所示：

图11.?BlackIndustry SWIR 1.7 Max相机光谱图

使用 BlackIndustry NIR 相机创建的高光谱数据立方体以灰度形式显示为2D图像，标记的ROI构成相邻分类的基础。在分类时，为了保证分类模型不受颜色的影响，BlackIndustry NIR 的光谱范围被限制在 800 - 1050 nm。

图12. 不同塑料种类的颜色标注2

BlackIndustry NIR 具有非常高的空间分辨率，可以通过2D图像的细节水平清楚地识别出来。此外，高灵敏度和良好的信噪比也使得即使吸收深度不是很大，光谱吸收波段也能被明显识别：

图13. 友思特?BlackIndustry NIR?相机光谱图

3. 混合塑料样品分析

混合的彩色和透明塑料片用来说明一个真实的应用场景。下图显示了这些塑料薄片的典型图像，它们是直接从碎纸机中获得的。它们是透明PET片和彩色PE片，在PET/塑料瓶分拣中特别常见。与第一次应用设置一样，将塑料薄片放置在移动板上，用中波红外照明照射，分析和分类同样使用 BlackStudio 软件进行。

图14. 混合塑料

这是根据SWIR相机的数据做的塑料片分类分析，所记录的塑料薄片的二维图像也以灰度显示，ROI以颜色标记，分类结果如下所示：

图15. SWIR高光谱相机对塑料碎片的分类结果

分类结果表明，在没有进一步的对象处理和边缘校正的情况下，SWIR高光谱相机系统对薄片进行了完全稳定和正确的分类。

接下来验证NIR高光谱相机的测试结果，考虑的光谱范围被限制在 820 - 1040 nm，这是塑料吸收带的范围。中间图片的分类表明薄片的正确区分。然而，应该注意的是，透明 PET 薄片很难识别，因为 PET 的吸收带与其他塑料相比相对较弱，而且材料厚度低、透明度和反射表面特性对分类提出了挑战。除了化学计量分类外，还应使用其他常规图像处理方法进行实际分类应用。

图16. NIR高光谱相机对塑料碎片的分类结果

总结

对于友思特的两种高光谱相机系统 (BlackIndustry SWIR 1.7 Max和BlackIndustry NIR)，所有塑料类型都可以根据其特征吸收波段进行精确分类。

在SWIR范围内，吸收信号明显强于NIR范围，参考样品在1600 - 1750 nm范围内的吸收占辐射的80%以上，增强了识别难以检测的材料的可能性，例如：非常薄的塑料（箔）、污染的塑料、具有过饱和区域的变形样品、反射信号较少的暗样品。

在NIR范围内，所有相关塑料都表现出特征吸收带，但是信号明显变弱了，所以在此范围内需要优化测量条件，比如照明尽量减少镜面反射等设置。

以上测试展示了BlackIndustry相机在塑料分拣领域的潜力，下表则概述了BlackIndustry系统中典型塑料的可识别性。

图17. BlackIndustry系统中典型塑料的可识别性

总的来说，随着高光谱制造工艺与光谱分析软件的不断发展，高光谱技术在工业领域的应用也不断拓展。友思特 BlackIndustry 相机提供高空间分辨率和高帧率，覆盖广泛的光谱范围，结合专业的光谱数据采集与分析软件，可实现塑料、食品行业中的杂质分选，同时，推扫式相机适合检测快速移动的物体，是传送带、滑槽等工业场景检测的不二之选。

了解更多？欢迎探索丰富案例：https://viewsitec.com/multispectral-nir-camera/

审核编辑 黄宇