高光谱相机在塑料分选方面的应用

2026-01-30 11:51:11, 圈内人都会关注上海昊量光电设备有限公司

每天，从早餐的外带咖啡杯到午后的矿泉水瓶，从快递包装到家居用品，塑料已无处不在。然而，这些被丢弃的塑料若混合处理，不仅浪费资源，更可能造成环境污染。高效、准确的塑料分选，成为资源再生的关键一步。今天，我们要介绍一项前沿技术——高光谱相机，它正以其“透视”般的能力，赋予机器识别不同塑料的“眼睛”，让分选变得又快又准。

实验准备

本次实验我们采集的是五种不同材质的塑料，如图1所示，分别为

1.PET（聚对苯二甲酸乙二醇酯）：常见于饮料瓶、食品容器，透明轻便，可回收制成纤维、新瓶。

2.PP（聚丙烯）：多用于餐盒、保鲜盒，耐热性强，是食品包装的常客。

3.PS（聚苯乙烯）：分为泡沫（如一次性餐盒）和硬质（如CD盒），质轻但回收难度较高。

4.PVC（聚氯乙烯）：常用于管道、电缆外皮，因含氯元素，需单独分选以避免污染。

5.PE（聚乙烯）：包括HDPE（洗发水瓶）和LDPE（塑料袋），是产量最大的塑料之一。

图1

为了高光谱相机的塑料分选实验更加方便，我们对其进行剪裁获取到各个物体的切片样品，如图2所示，每个样品都标注了对应的材质。

图2

实验设备

本次实验我们使用高光谱相机FX17，对上述塑料进行检测，如图3所示，这款相机可捕捉从可见光到短波红外（900-1700nm）的光谱信息，形成独特的光谱曲线。不同塑料因分子结构差异，对光谱的吸收、反射特性截然不同，即使外观相似，也能被精准区分。

图3

同时该高光谱相机是采用线阵推扫的成像方式，通过相机和被拍摄物体之间有相对运动，来获取目标区域的所有样本的图像数据和光谱信息数据，所以实验中我们需要固定相机，把物体放在LabScanner推扫平台上进行拍摄，如图4所示，推扫平台配备了放置样品的位移台、两排卤素灯光源和相机安装支架等装置。

图4

拍摄后的图像数据可以使用Insight软件来处理，如图5所示，它是一款高光谱图像数据的离线处理软件，用户可在其中实现浏览查看样本数据、训练分类模型、验证分类效果等操作，以建立应用程序供实时检测使用，其模型训练的功能还可以形成伪彩图，更加直观有效地呈现成像效果。

图5

实验过程

1.布置样品

因为样品多为全透明材质，只有PE是不透明的，所以为了防止黑色底板光谱串扰，需要在推扫平台上放置一张白纸，之后在平台最开始放置白板，再依次按顺序放置样品，如图6所示。

图6

2.采集样品

启动相机和平台，调整好相机焦距和曝光时间，完成后开始扫描采集，样品随平台移动，不断经过相机的线扫范围，如图7和图8所示。

图7

图8

3.数据分析

扫描后使用Insight对采集到的原始数据进行选点分析，如图9所示，黑色区域为平台，白色区域为防曝光的白纸，从上到下的排列和前述顺序一致。

图9

由于不同材质样品的光谱特征不同，在曲线图中会呈现不同特征曲线，如图10所示。

图10

通过软件的模型训练功能，得到伪彩图，如图11所示，橙色为PET，紫色为PP，蓝色为PS，绿色为PVC，红色为PE，区域明显。

4.结论

通过光谱曲线和伪彩图，可以清晰地辨别出不同材质的塑料，这对高光谱的塑料分选应用提供了有力的实验支撑，并且方法简单高效，数据快速准确。

通过验证，FX17凭借其在短波红外波段（900-1700nm）的高光谱分辨率与优异信噪比，能够稳定捕捉PET、PP、PS、PVC及PE等塑料中C-H键的精细振动特征差异，实现基于物质本征光谱特性的识别。该技术不仅解决了传统近红外方法对黑色塑料与深色碎片的失效问题，更能有效区分添加剂、残留标签及表面污染物对光谱的干扰，将分选精度从“材质大类”提升至“化学结构层级”，为高纯度再生塑料的闭环生产提供了具备工业可靠性的光谱感知基础。

作为全球先进光电产品合作伙伴，昊量光电在高光谱领域深耕多年，积累了丰富的产品支持与场景落地经验。我们不仅提供专业的设备选型与方案对接服务，更深入理解科研与工业客户的需求，不管是地面端还是机载端，产品矩阵涵盖全谱段（紫外~长波红外）的应用范围，已成功帮助众多高校、企业及研究机构实现高光谱技术的创新突破。凭借扎实的技术团队、完善的售后网络以及持续的行业洞察，昊量光电始终以可靠、专业的态度，为每一位客户提供从产品到解决方案的全方位支持，助力用户探索前沿，创造价值。