赋能塑料精准识别：高光谱相机在亚克力面板材质分选中的应用

在工业生产和资源回收领域，塑料材质的精准识别长期面临挑战。MS、PC、PMMA、PS等透明或半透明亚克力面板，在外观上极为相似，传统的人工目视或密度分选方法不仅效率低下，精度也难以保证。然而，不同塑料材质在分子结构上的差异，决定了它们对特定波段光波的吸收与反射特征各不相同——这种“光谱指纹”为精准识别提供了物理基础。

短波红外（SWIR，900-1700nm）波段正是捕捉这些分子振动特征的关键窗口。高光谱成像技术能够在这一波段内连续获取数百个窄波段的光谱信息，形成包含空间与光谱维度的“数据立方体”，从而实现无损、无接触、快速高效的材质识别与分类。

亚克力面板检测试验

为验证高光谱成像技术在亚克力面板材质识别中的实际效果，中达瑞和对客户提供的四种材质样本（MS、PC、PMMA、PS）进行了系统性高光谱检测。

测试设备

VIX-S235N高速推扫式短波红外高光谱相机是中达瑞和自主研发与生产制造的工业级产品之一。该相机覆盖900-1700nm短波红外光谱范围，光谱分辨率达8nm，全波段采集速度可达1000fps，在ROI模式下可达更高。

测试方法与数据采集

测试采用短波红外波段（900-1700nm），每隔4nm采集一次，共获取200个波段的光谱数据。测试过程中特意规避了颜色因素的干扰，分别对样品正反面进行采集，确保所得光谱特征纯粹反映材质本身的分子结构信息。

光谱特征分析

通过四种材质的光谱曲线对比中可以发现MS、PC、PMMA、PS在900-1700nm波段范围内呈现出明显不同的光谱响应特征。不同材质在特定波长位置表现出各异吸收峰与反射率曲线，构成了各自独特的“光谱指纹”。

为进一步凸显材质间的差异，测试团队对原始光谱数据进行了一阶导数计算。一阶导数处理能够有效放大光谱曲线中的细微变化，使原本相近的特征峰得以清晰区分。在导数光谱图中，四种材质的谱线差异更加显著——红色谱线（MS）、绿色谱线（PC）、蓝色谱线（PMMA）、紫色谱线（PS）各自呈现独特的峰谷形态，为后续的算法建模提供了高质量的输入数据。

识别模型验证

基于上述光谱差异，测试团队训练了材质识别算法模型，并对四种材质分别进行了独立验证。结果显示：MS、PC、PMMA、PS均可被有效识别。四种材质的识别结果均呈现出清晰的空间分布，证明基于短波红外高光谱数据的模型能够准确区分这四种外观相似的亚克力面板材质。

MS（识别颜色：红色）识别：

PC（识别颜色：绿色）识别：

PMMA（识别颜色：蓝色）识别：

PS（识别颜色：紫色）识别：

本次亚克力面板检测试验表明，中达瑞和高速推扫式短波红外高光谱相机在900-1700nm波段能够有效实现MS、PC、PMMA和PS四种材质之间的精准识别。从光谱曲线的显著差异到一阶导数处理后的特征凸显，再到识别模型的成功验证，完整呈现了高光谱成像技术从数据采集到智能识别的全流程能力。

在实际工业应用中，不同批次、不同来源的塑料材质可能因添加剂、填料、老化程度等因素产生光谱偏移，需要通过大量数据积累与模型迭代来持续优化识别精度。中达瑞和依托其全栈式光谱智能算法能力与不断完善的光谱数据库，正持续推进这一进程。

审核编辑 黄宇