其他行业
在废弃塑料回收利用领域，如何高效、准确地对不同种类塑料进行分类，是提升资源利用率的关键环节。近年来，高光谱成像技术因其兼具光谱分辨与空间分辨能力，在塑料分选中展现出应用潜力。彩谱科技有限公司推出的FS-15短波近红外高光谱相机，凭借其在900-1700nm波段范围内稳定的成像性能，为相关研究提供了支持。
塑料制品在日常生活与工业中应用广泛，但废弃塑料的回收处理仍面临分类效率低、人工成本高等问题。传统分选方法如浮选、电磁分选等存在能耗高、二次污染等局限。光学分选，尤其是近红外光谱技术，因其非接触、无损检测的特点，逐渐成为研究热点。
然而，不同塑料在近红外波段的光谱特征存在重叠，且受颜色、表面状态、厚度等因素影响，给分类模型的构建带来挑战。如何获取高质量的光谱数据并构建稳定的分类模型，成为技术落地的关键。
在该研究中，研究人员选用了彩谱FS-15短波近红外高光谱相机作为核心数据采集设备。该相机采用透射光栅分光方式，光谱范围为900-1700nm，包含254个光谱波段，光谱分辨率达8nm，成像速度可达200 Hz，适用于动态或静态样本的快速扫描。
实验中共采集了9种常见塑料样本，包括PET、PE、PVC、PP、PS、PC、POM、ABS、PA等。训练样本统一为4cm×4cm×3mm的方形片材，验证样本则涵盖多种颜色、表面工艺及形状，以模拟实际分选场景中的复杂性。
在图像采集过程中，研究人员通过FS-15相机获取了塑料样本的高光谱图像，并利用黑白校正消除暗电流与光源不均匀性影响。由于相机视场限制，多次采集的图像通过拼接形成完整样本图像，便于后续ROI（感兴趣区域）提取与光谱分析。
为提升数据质量，研究团队对提取的光谱数据进行了多步预处理，包括：
l 光谱裁剪（保留1100-1650nm波段）
l 中值滤波与SG平滑（去除噪声）
l 标准正态变量变换（SNV，减少散射影响）
l 归一化处理（统一反射率范围）
预处理后的光谱曲线更清晰地反映出不同塑料之间的差异，为后续建模提供了可靠基础。
在分类模型方面，研究团队分别构建了基于K近邻（K-NN）与支持向量机（SVM）的识别模型，并尝试了多种距离度量与优化算法（如PSO、GA）。其中，基于FS-15采集数据训练出的GA-SVM模型在验证数据集上表现出较高的分类准确率，达到98.67%。
为检验模型在实际场景中的泛化能力，研究团队将训练好的模型应用于多种复杂摆放状态下的高光谱图像，包括平铺、堆叠、杂乱摆放等情况。通过颜色编码将分类结果可视化，FS-15相机采集的高光谱图像在各类模型中均能实现较为清晰的分类显示。
其中，GA-SVM模型在多种验证场景中均展现出较为稳定的分类效果，尤其在样本边缘识别与阴影区域处理方面表现良好。研究结果表明，FS-15相机所采集的高光谱数据在配合适当预处理与分类模型后，能够实现对不同颜色、形状、表面状态的塑料的有效识别。
该研究展示了FS-15短波近红外高光谱相机在塑料分类领域的数据采集能力。通过系统化的光谱预处理与多种机器学习模型的构建，研究团队实现了对9种常见塑料的高精度识别。FS-15相机在900-1700nm波段范围内稳定的光谱响应与较高的成像速度，为科研与工业应用提供了可靠的数据支撑。
随着高光谱成像技术与智能算法的不断发展，FS-15系列相机在资源回收、工业分选、环境监测等领域的应用前景值得持续关注。
产品推荐
1. 光谱范围：900-1700nm
2. 光谱分辨率：6nm
3. 光谱波段：512
4. 空间像素数：640
