400-008-122024小时在线咨询服务
致力成为光谱领域全球领先的产业变革者和驱动者

当前位置:网站首页 > 新闻动态 >

基于高光谱成像的塑料分类识别应用与研究

发布时间:2023-12-20


随着塑料工业的迅猛发展,以及塑料垃圾的不断增长,废旧塑料再生利用行业日益兴起。但由于塑料品种繁多,应用领域广泛,所以在回收过程中,很多不同种类及颜色的塑料被混合在一起。不同种类的塑料性能及加工条件是不同的,混合后对加工和应用的影响非常大,所以在废旧塑料回收过程中进行分选是必不可少的环节。


大多数塑料回收厂使用不同的技术,从条形码阅读器和RGB相机到X射线和涡流系统。这些传统技术虽然在一定程度上能满足简单、粗放的塑料分选,但识别材料的能力有限,并不是完美的解决方案。例如,如果塑料瓶缺少条形码,使用条形码阅读器则无法检测它是PET还是HDPE。电涡流检测器可以分辨导电金属,但不能分离塑料或纸浆。RGB相机可以将瓶子分为透明,黑色和彩色,但无法区分一种塑料类型与另一种塑料类型。因此,迫切需要新一代人工智能等重大创新添砖加瓦,从而推动传统的机械物理化分选模式向数字化、智能化、精准化的分选模式转变。

塑料分选动图1.gif

>>案例背景

某塑料分选自动化机械装备制造商企业,一直选用普通RGB相机作为其自研装备的主要分选技术,现想寻找一种高效、精准的塑料分选手段和方法,能同时对PETE、PP、PVC、HDPE等塑料进行精准分选。


>>现状与痛点

因塑料类别多、颜色杂、形状各异,现有方案采用普通RGB相机,只能实现单一维度检测,无法同步、精准识别塑料类别。

为解决上述客户痛点,本案例主要通过高光谱成像技术与设备来实现塑料类别的判别,利用各类塑料的光谱特征差异,实现对各类塑料的高效精准分类识别。本案例涉及到的高光谱成像技术,可同时获取检测对象的光谱信息和空间信息,利用检测对象的光谱特征,实现对各物质的精准识别、分类和筛选。


塑料分选动图4.gif

基于“高光谱”机器视觉技术

塑料分类识别效果视频


 高光谱采集分析设备

本案例中应用的短波红外推扫式高光谱相机由深圳市中达瑞和科技有限公司自主研发与生产制造,拥有超高光谱分辨率,覆盖900-1700nm波段光谱范围,可快速、精准获取观测目标的高光谱信息,广泛应用于挂载、便携、室内等应用场景。该产品可结合目标物的空间图像信息和光谱信息,利用目标物不同部位或成分的光谱特征,进行无损、无接触、快速高效的精准获取、发现识别、分类筛选和分析应用。

8dc5bc380894cb27ffdf613b38a9f2fb_640_wx_fmt=png&from=appmsg&wxfrom=5&wx_lazy=1&wx_co=1.png

推扫式高光谱相机VIX-S235G


高光谱数据采集

本案例选用的样本为PETE、PP、PVC、HDPE塑料板及其切割样品,如下图所示。分别对PETE、PP、PVC、HDPE塑料板用VIX-S235G短波红外推扫式高光谱相机在采集参考白板基础下再进行高光谱数据采集,采集波段900-1700nm,,共采集1000个波段高光谱图像。同样,对PETE、PP、PVC、HDPE塑料板的切割样品用VIX-S235G短波红外推扫式高光谱相机进行高光谱数据采集,采集波段为900-1700nm,共采集1000个波段高光谱图像。

f3d5d3e0fc5a418418ae9f0b0774ea01_640_wx_fmt=png&from=appmsg&wxfrom=5&wx_lazy=1&wx_co=1.png

 左:塑料板图,右:塑料板切割样品图


高光谱数据分析

分别在PETE、PP、PVC、HDPE四种塑料板样本各区域内选取高光谱曲线,可以看出四种塑料光谱曲线存在明显差异,具有可区分性。如下图:

           fe02df3af59dbd848e18fddb17ad225c_640_wx_fmt=png&from=appmsg&wxfrom=5&wx_lazy=1&wx_co=1.png              

左:塑料板光谱图 ,右:塑料板光谱曲线图


同样,分别在PETE、PP、PVC、HDPE四种塑料板切割样本各区域内获取高光谱曲线,可以看出四种塑料切割板光谱曲线存在明显差异,具有可区分性。如下图:

                        92087a79c59fd0650858b056c4c8c303_640_wx_fmt=png&from=appmsg&wxfrom=5&wx_lazy=1&wx_co=1.png                          

左:塑料切割板光谱图 ,右:塑料切割板光谱曲线图


模型训练与验证

通过中达瑞和光谱云平台,把采集的各类塑料切割板光谱数据放入数据集中,对多个样本进行标注,分析和模型训练,最后通过混合采集的塑料切割板光谱数据进行模型匹配,验证结果如下图。

fc0e16ef571cf14f491770111a154af5_640_wx_fmt=png&from=appmsg&wxfrom=5&wx_lazy=1&wx_co=1.png

左:可见光图,右:光谱识别伪彩分类图


如上图验证结果表明,基于高光谱成像技术并结合机器学习模型训练方法能够准确地实现PETE、PP、PVC、HDPE塑料鉴别,为客户大幅减少成本投入,且提升了塑料分选效率与准确度。


高效的废物管理是使我们更接近真正的循环经济的一个基本因素,在任何情况下,缩小当前回收废物处理工作与行业目标状态之间的差距,都需要技术创新和应用创新,而高光谱成像正在帮助我们实现这一目标,并显示出强大应用效能,这将是塑料分选领域一个跨时代的变革。


高光谱成像技术可捕捉远大于可见光范围的光谱信息和图像信息,能看到普通可见光成像看不到的物质信息,是未来成像技术主要发展方向之一。深圳市中达瑞和科技有限公司作为国内光谱成像行业领先的产业化企业,拥有自主研发的分光器件、光谱相机、光谱软件和光谱智能云平台,产品与技术在科学研究、精准农业、生态环境、工业检测、资源勘探、生物医学、食品安全等领域得到广泛应用。未来,中达瑞和将持续攻难克坚,推动光谱成像技术从高端科研到工业应用、并最终到消费级应用,为各行业实现光谱数字化、智能化赋能。