高光谱成像分析在工业检测的应用

高光谱成像及分析已在国内外工业生产中广泛应用，其对当前无法实现的物质分选任务及瑕疵检测能力，是融合机器视觉的新型解决方案。

一、行业背景

根据联合国相关数据，人类每分钟消费约100万个塑料瓶，每年使用多达5万亿个塑料袋；全球每年产生约4亿吨塑料垃圾，其中只有不到10%被回收利用。这意味着未被回收利用的塑料大量废弃，对生态环境和包括人类在内的生物造成危害。

建2022年，国家发展改革委联合相关部门印发了《关于加快废旧物资循环利用体系建设的指导意见》（发改环资﹝2022﹞109号，以下简称《指导意见》）。为今后五年我国废旧物资循环利用体系的全面建设作出系统谋划、统筹安排，是贯彻落实党的十九届五中全会精神和“十四五”规划《纲要》以及推进“十四五”循环经济高质量发展的重要举措。

二、应用需求

面对不断产生的海量废弃塑料，同时在政策的引导之下，国内的塑料回收、分选行业保持了蓬勃向上的发展态势，既创造了巨大的经济效益又产生了显著的社会效益。

塑料循环利用的过程大致可以分为以下几个步骤：收集--分选--粉碎--清洗--粒化--制作原材料--最终产品。

塑料分选环节是在塑料收集完成后，对塑料进行分选和处理。这个步骤旨在将不同材质的塑料分开，并处理掉其中的杂质，以便塑料可以用于下一个阶段的再加工。分选可以通过手动或自动完成，分选结果的塑料纯度以及分选效率都直接影响到塑料打包站的经营效益。

三、方案简介

高光谱成像技术的重要特点之一是能够识别外观相似但化学成分不同的物质，因此废旧塑料的分选恰好是高光谱的用武之地。在900~1700nm近红外波段中，不同材质的塑料呈现不同的光谱特性，利用算法对光谱数据进行分析即可实现塑料分类。

采用赛斯拜克的高光谱相机，可以同时分选常见的多达十种塑料，包括PET、PP、PE、PC、ABS、PS等；而且不但可以进行整瓶分选，还可以进行瓶片分选，甚至粒子分选。下图是在实验室条件下进行的塑料分选演示：

将赛斯拜克的高光谱塑料识别系统集成到塑料分选机（包括整瓶分选机、片选机等）设备中，并将识别结果通过数据接口提供给上层应用系统，分选机设备即可通过控制气阀实现塑料的自动分选。

四、高光谱相机

1. 产品外观

   
   

2.产品规格

建筑垃圾分选与光谱测试：红色垃圾、红漆扫子，易拉罐