高光譜成像技術是一種先進的成像技術，可以獲取數百個甚至數千個連續(xù)的光譜數據點，從而獲得豐富的物質信息。在廢舊紡織品識別與回收領域，高光譜成像技術可以精確地分辨出不同類型的紡織品，如棉、麻、絲、毛等，以及紡織品的污染程度和破損程度。

利用高光譜成像技術進行廢舊紡織品識別與回收的解決方案具有以下幾個優(yōu)點：

高精度：高光譜成像技術可以實現對廢舊紡織品的快速、準確識別，降低人工分揀的誤差和成本。

高效率：通過高光譜成像技術，可以在短時間內完成大量廢舊紡織品的分類和識別，提高回收效率。

環(huán)保性：高光譜成像技術有助于提高廢舊紡織品的回收率，降低資源浪費，減輕環(huán)境壓力。

可持續(xù)性：通過利用高光譜成像技術進行廢舊紡織品識別與回收，可以為紡織行業(yè)提供可持續(xù)的發(fā)展模式，實現資源的循環(huán)利用。

當前，高光譜成像技術在廢舊紡織品識別與回收領域的應用已經取得了顯著成果。例如，我國一些紡織企業(yè)已經開始采用高光譜成像技術進行廢舊紡織品的分類和回收，取得了良好的經濟效益和環(huán)保效果。此外，國際上也有不少研究機構和企業(yè)致力于推廣高光譜成像技術在廢舊紡織品識別與回收領域的應用。

基于賽斯拜克Sinespec高光譜成像技術的解決方案

我們知道不同材料的紡織品在化學和分子結構上有所不同，也就導致不同紡織物對不同波長的電磁波的吸收、反射和透射方式不同，這些特征可用于利用高光譜成像系統(tǒng)對紡織品基于反射光有各自光譜特征進行分析，能夠清楚識別不同紡織的化學成分，從而實現對紡織物進行自動分類。工作人員使用賽斯拜克Sinespec近紅外高光譜成像系統(tǒng)對不同材質紡織物進行的實驗分析如下圖：

不同紡織品（晴綸、滌綸、棉質、亞麻、羊絨、絲綢、羊駝毛纖維、美利奴呢絨）的光譜特征

高光譜近紅外成像分析系統(tǒng)結合合適的分類算法可以對不同材質、不同顏色的紡織物以及對天然、動物和合成纖維分類識別。

左：樣品圖片     中：分類結果   右：高光譜技術區(qū)分不同纖維

賽斯拜克Sinespec高光譜成像分析系統(tǒng)

Sinespec高光譜成像分析系統(tǒng)，基于賽斯拜克自主研發(fā)光譜成像掃描平臺及賽斯拜克Sinespec高光譜成像傳感器及自動在線分選單元，可為紡織品、塑料、廢紙等固廢物分類回收提供可行的解決方案。

賽斯拜克Sinespec高光譜成像分析系統(tǒng)

技術特點：

ü嵌入式主控系統(tǒng)，全中文操作系統(tǒng)，觸控屏+PC端GUI軟件雙重控制，可無線控制

üXYZ三軸全自動運行，精 準定位掃描成像分析，運行精度優(yōu)于1mm

ü支持組合命令，可自定義Protocols，實現系統(tǒng)自動運行

ü傳感器選配：400-1000nm、900-1700nm、1000-2500nm波段推掃式高光譜成像可選

ü可選配賽斯拜克Sinespec高光譜成像在線分選系統(tǒng)

工業(yè)分選可見近紅外高光譜相機 SP130M

 工業(yè)分選可見近紅外高光譜相機,型號為SP130M,用于工業(yè)分選,藥品成份分析,配備高衍射效率的透射光柵分光元件，擁有多達1200個光譜通道使光譜數據更精準、更高分辨率;相比傳統(tǒng)的成像技術。

SP130M可見近紅外高光譜相機采用自主開發(fā)的高光譜成像技術，光譜范圍400-1000nm以推掃成像的方式，在同一時間獲得目標區(qū)域的所有光譜信息數據，具有光譜范圍廣、光譜線性度好、成像速度快、分辨率高等優(yōu)點。

SP130M可見近紅外高光譜相機具有高速數據采集速度（全光譜段全譜段≥128fps、ROI后可實現3300Hz），可以配合標準C-Mount鏡頭使用，實現光譜影像的快速采集。相機配置的數據采集軟件可實時獲取樣品光譜及影像信息。廣泛應用于食品,化工,生物產業(yè),建材,制藥等領域。

應用案例：垃圾分類、變廢為寶

 “垃圾是放錯了位置的資源”，對垃圾進行正確分類以及回收利用才可以使其變廢為寶實現再生資源的最 大效益化。SpectraScan?高光譜成像分析系統(tǒng)具備強大的識別和分辨功能， 基于對不同“垃圾”反射光有各自光譜特征進行分析，可實現“垃圾”的精 準識別與分類。下圖為賽斯拜克光譜成像實驗室利用SpectraScan?系統(tǒng)完成的對混有塑料、木頭、紙、橡膠、織物、皮革等不同垃圾的識別。

左：樣品偽彩色圖     中：分類結果   右：不同樣品NIR反射光譜

高光譜成像技術在廢舊紡織品識別與回收解決方案中的應用將為紡織行業(yè)的可持續(xù)發(fā)展提供有力支持，有助于實現資源循環(huán)利用，減輕環(huán)境壓力，具有廣闊的應用前景。