在廢棄塑料回收利用領域，如何高效、準確地對不同種類塑料進行分類，是提升資源利用率的關鍵環節。近年來，高光譜成像技術因其兼具光譜分辨與空間分辨能力，在塑料分選中展現出應用潛力。彩譜科技有限公司推出的FS-15短波近紅外高光譜相機，憑借其在900-1700nm波段范圍內穩定的成像性能，為相關研究提供了支持。

一、研究背景與挑戰

塑料制品在日常生活與工業中應用廣泛，但廢棄塑料的回收處理仍面臨分類效率低、人工成本高等問題。傳統分選方法如浮選、電磁分選等存在能耗高、二次污染等局限。光學分選，尤其是近紅外光譜技術，因其非接觸、無損檢測的特點，逐漸成為研究熱點。

然而，不同塑料在近紅外波段的光譜特征存在重疊，且受顏色、表面狀態、厚度等因素影響，給分類模型的構建帶來挑戰。如何獲取高質量的光譜數據并構建穩定的分類模型，成為技術落地的關鍵。

二、FS-15在實驗中的應用

在該研究中，研究人員選用了彩譜FS-15短波近紅外高光譜相機作為核心數據采集設備。該相機采用透射光柵分光方式，光譜范圍為900-1700nm，包含254個光譜波段，光譜分辨率達8nm，成像速度可達200 Hz，適用于動態或靜態樣本的快速掃描。

實驗中共采集了9種常見塑料樣本，包括PET、PE、PVC、PP、PS、PC、POM、ABS、PA等。訓練樣本統一為4cm×4cm×3mm的方形片材，驗證樣本則涵蓋多種顏色、表面工藝及形狀，以模擬實際分選場景中的復雜性。

在圖像采集過程中，研究人員通過FS-15相機獲取了塑料樣本的高光譜圖像，并利用黑白校正消除暗電流與光源不均勻性影響。由于相機視場限制，多次采集的圖像通過拼接形成完整樣本圖像，便于后續ROI（感興趣區域）提取與光譜分析。

三、數據預處理與模型構建

為提升數據質量，研究團隊對提取的光譜數據進行了多步預處理，包括：

l 光譜裁剪（保留1100-1650nm波段）

l 中值濾波與SG平滑（去除噪聲）

l 標準正態變量變換（SNV，減少散射影響）

l 歸一化處理（統一反射率范圍）

預處理后的光譜曲線更清晰地反映出不同塑料之間的差異，為后續建模提供了可靠基礎。

在分類模型方面，研究團隊分別構建了基于K近鄰（K-NN）與支持向量機（SVM）的識別模型，并嘗試了多種距離度量與優化算法（如PSO、GA）。其中，基于FS-15采集數據訓練出的GA-SVM模型在驗證數據集上表現出較高的分類準確率，達到98.67%。

四、模型驗證與可視化分類效果

為檢驗模型在實際場景中的泛化能力，研究團隊將訓練好的模型應用于多種復雜擺放狀態下的高光譜圖像，包括平鋪、堆疊、雜亂擺放等情況。通過顏色編碼將分類結果可視化，FS-15相機采集的高光譜圖像在各類模型中均能實現較為清晰的分類顯示。

其中，GA-SVM模型在多種驗證場景中均展現出較為穩定的分類效果，尤其在樣本邊緣識別與陰影區域處理方面表現良好。研究結果表明，FS-15相機所采集的高光譜數據在配合適當預處理與分類模型后，能夠實現對不同顏色、形狀、表面狀態的塑料的有效識別。

五、總結

該研究展示了FS-15短波近紅外高光譜相機在塑料分類領域的數據采集能力。通過系統化的光譜預處理與多種機器學習模型的構建，研究團隊實現了對9種常見塑料的高精度識別。FS-15相機在900-1700nm波段范圍內穩定的光譜響應與較高的成像速度，為科研與工業應用提供了可靠的數據支撐。

隨著高光譜成像技術與智能算法的不斷發展，FS-15系列相機在資源回收、工業分選、環境監測等領域的應用前景值得持續關注。

產品推薦

FigSpec FS-15線掃描高光譜相機

1. 光譜范圍：900-1700nm

2. 光譜分辨率：6nm

3. 光譜波段：512

4. 空間像素數：640