每天，從早餐的外帶咖啡杯到午后的礦泉水瓶，從快遞包裝到家居用品，塑料已無處不在。然而，這些被丟棄的塑料若混合處理，不僅浪費資源，更可能造成環境污染。高效、準確的塑料分選，成為資源再生的關鍵一步。今天，我們要介紹一項前沿技術——高光譜相機，它正以其“透視”般的能力，賦予機器識別不同塑料的“眼睛”，讓分選變得又快又準。

實驗準備

本次實驗我們采集的是五種不同材質的塑料，如圖1所示，分別為

1.PET（聚對苯二甲酸乙二醇酯）：常見于飲料瓶、食品容器，透明輕便，可回收制成纖維、新瓶。

2.PP（聚丙烯）：多用于餐盒、保鮮盒，耐熱性強，是食品包裝的常客。

3.PS（聚苯乙烯）：分為泡沫（如一次性餐盒）和硬質（如CD盒），質輕但回收難度較高。

4.PVC（聚氯乙烯）：常用于管道、電纜外皮，因含氯元素，需單獨分選以避免污染。

5.PE（聚乙烯）：包括HDPE（洗發水瓶）和LDPE（塑料袋），是產量最大的塑料之一。

圖1

為了高光譜相機的塑料分選實驗更加方便，我們對其進行剪裁獲取到各個物體的切片樣品，如圖2所示，每個樣品都標注了對應的材質。

圖2

實驗設備

本次實驗我們使用高光譜相機FX17，對上述塑料進行檢測，如圖3所示，這款相機可捕捉從可見光到短波紅外（900-1700nm）的光譜信息，形成獨特的光譜曲線。不同塑料因分子結構差異，對光譜的吸收、反射特性截然不同，即使外觀相似，也能被精準區分。

圖3

同時該高光譜相機是采用線陣推掃的成像方式，通過相機和被拍攝物體之間有相對運動，來獲取目標區域的所有樣本的圖像數據和光譜信息數據，所以實驗中我們需要固定相機，把物體放在LabScanner推掃平臺上進行拍攝，如圖4所示，推掃平臺配備了放置樣品的位移臺、兩排鹵素燈光源和相機安裝支架等裝置。

圖4

拍攝后的圖像數據可以使用Insight軟件來處理，如圖5所示，它是一款高光譜圖像數據的離線處理軟件，用戶可在其中實現瀏覽查看樣本數據、訓練分類模型、驗證分類效果等操作，以建立應用程序供實時檢測使用，其模型訓練的功能還可以形成偽彩圖，更加直觀有效地呈現成像效果。

圖5

實驗過程

1.布置樣品

因為樣品多為全透明材質，只有PE是不透明的，所以為了防止黑色底板光譜串擾，需要在推掃平臺上放置一張白紙，之后在平臺最開始放置白板，再依次按順序放置樣品，如圖6所示。

圖6

2.采集樣品

啟動相機和平臺，調整好相機焦距和曝光時間，完成后開始掃描采集，樣品隨平臺移動，不斷經過相機的線掃范圍，如圖7和圖8所示。

圖7圖8

3.數據分析

掃描后使用Insight對采集到的原始數據進行選點分析，如圖9所示，黑色區域為平臺，白色區域為防曝光的白紙，從上到下的排列和前述順序一致。

圖9

由于不同材質樣品的光譜特征不同，在曲線圖中會呈現不同特征曲線，如圖10所示。

圖10

通過軟件的模型訓練功能，得到偽彩圖，如圖11所示，橙色為PET，紫色為PP，藍色為PS，綠色為PVC，紅色為PE，區域明顯。

4.結論

通過光譜曲線和偽彩圖，可以清晰地辨別出不同材質的塑料，這對高光譜的塑料分選應用提供了有力的實驗支撐，并且方法簡單高效，數據快速準確。

通過驗證，FX17憑借其在短波紅外波段（900-1700nm）的高光譜分辨率與優異信噪比，能夠穩定捕捉PET、PP、PS、PVC及PE等塑料中C-H鍵的精細振動特征差異，實現基于物質本征光譜特性的識別。該技術不僅解決了傳統近紅外方法對黑色塑料與深色碎片的失效問題，更能有效區分添加劑、殘留標簽及表面污染物對光譜的干擾，將分選精度從“材質大類”提升至“化學結構層級”，為高純度再生塑料的閉環生產提供了具備工業可靠性的光譜感知基礎。

作為全球先進光電產品合作伙伴，昊量光電在高光譜領域深耕多年，積累了豐富的產品支持與場景落地經驗。我們不僅提供專業的設備選型與方案對接服務，更深入理解科研與工業客戶的需求，不管是地面端還是機載端，產品矩陣涵蓋全譜段（紫外~長波紅外）的應用范圍，已成功幫助眾多高校、企業及研究機構實現高光譜技術的創新突破。憑借扎實的技術團隊、完善的售后網絡以及持續的行業洞察，昊量光電始終以可靠、專業的態度，為每一位客戶提供從產品到解決方案的全方位支持，助力用戶探索前沿，創造價值。