短波紅外高光譜對(duì)廢料自動(dòng)分類(lèi)識(shí)別
1.引言
過(guò)去幾十年，科學(xué)技術(shù)的巨大進(jìn)步與經(jīng)濟(jì)社會(huì)的快速發(fā)展，使得各種工業(yè)制品的需求與產(chǎn)量均有了巨大的增長(zhǎng)。我國(guó)的塑料產(chǎn)業(yè)經(jīng)過(guò)幾十年的高速發(fā)展，產(chǎn)業(yè)規(guī)模逐年擴(kuò)大，產(chǎn)能產(chǎn)量不斷增加，目前己經(jīng)成為與水泥、木材和鋼材同等重要的基礎(chǔ)性產(chǎn)業(yè)。
塑料因其具有質(zhì)輕、不易腐蝕、化學(xué)性能穩(wěn)定、價(jià)格低廉等優(yōu)點(diǎn)，被廣泛用于電子電氣、汽車(chē)、建筑以及農(nóng)業(yè)等各個(gè)領(lǐng)域，從衣食住行到工業(yè)應(yīng)用隨處可見(jiàn)，極大的方便了人們的生產(chǎn)生活。但是隨著塑料制品的產(chǎn)量和消耗量不斷遞增，每年都會(huì)產(chǎn)生大量的塑料固體垃圾。目前，國(guó)內(nèi)廢舊塑料的處理方法主要為焚燒和填埋，對(duì)我們類(lèi)以生存的生態(tài)環(huán)境造成了嚴(yán)重的污染;同時(shí)塑料的回收再利用率偏低，造成了極大的資源浪費(fèi)。
因此，制定合適的廢舊塑料資源回收利用策略是實(shí)現(xiàn)經(jīng)濟(jì)社會(huì)健康可持續(xù)發(fā)展的迫切需求，而建立一種快速、可靠的塑料識(shí)別分類(lèi)模型對(duì)廢混合塑料的回收再利用具有重要意義。近紅外高光譜圖像技術(shù)( near-infrared hyperspectral imaging，NIR-HIS) 是一種圖像技術(shù)與光譜技術(shù)相結(jié)合的三維信息獲取技術(shù)，包括二維的位置信息和一維的光譜信息，廣泛應(yīng)用于多種物質(zhì)的快速無(wú)損檢測(cè)。
近年來(lái)，NIR-HIS應(yīng)用于塑料識(shí)別領(lǐng)域的研究越來(lái)越多。Silvia Serrant 等用 NIR-HIS 獲取聚烯烴樣本的光譜數(shù)據(jù)，用主成分分析法降低維度，選擇特征波長(zhǎng)，利用偏小二乘判別分析法對(duì)聚乙烯和聚丙烯進(jìn)行分類(lèi)，結(jié)果顯示，該流程可用于從生活垃圾中回收聚乙烯和聚丙烯制品過(guò)程中的質(zhì)量和過(guò)程控制；Tachwali等提出、開(kāi)發(fā)和測(cè)試了一套自動(dòng)塑料瓶分類(lèi)系統(tǒng)，該系統(tǒng)根據(jù)塑料瓶的化學(xué)組成和顏色對(duì)其進(jìn)行分類(lèi)。使用近紅外光譜反射率來(lái)識(shí)別瓶子的化學(xué)成分，CCD相機(jī)結(jié)合偏小二乘判別分析與樹(shù)分類(lèi)器來(lái)檢測(cè)瓶子的顏色。結(jié)果表明，近紅外光譜反射率的平均值和傾角波長(zhǎng)可以作為特征對(duì)不同化學(xué)組成的塑料瓶進(jìn)行分類(lèi)，分類(lèi)的準(zhǔn)確率達(dá)到了94.14。
由此可見(jiàn)，國(guó)內(nèi)外關(guān)于近紅外光譜識(shí)別塑料的研究雖然取得了很大的成果，將近紅外光譜技術(shù)與多元數(shù)據(jù)統(tǒng)計(jì)分析方法結(jié)合起來(lái)可以實(shí)現(xiàn)對(duì)常見(jiàn)塑料的識(shí)別分類(lèi)，但主要還停留在實(shí)驗(yàn)室階段。因此建立快速、可靠、能用于工業(yè)化推廣的廢舊混合塑料識(shí)別分類(lèi)模型對(duì)廢舊混合塑料的回收再利用具有重要意義。
2. 研究材料與方法
2.1 樣本的種類(lèi)與來(lái)源
本文所使用的塑料樣本主要來(lái)源于生活中常見(jiàn)的塑料制品、廢舊家電以及電子產(chǎn)品拆解后得到的各種塑料。在進(jìn)行光譜采集之前將塑料樣本表面的污垢擦除，然后對(duì)其表面進(jìn)行清洗。
2.2 實(shí)驗(yàn)儀器及其參數(shù)
儀器使用四川雙利合譜科技有限公司的GaiaSorter-N25E，波長(zhǎng)范圍為1000-2500 nm，光譜分辨率為12 nm，圖像分辨率為384*288 pixel，光譜儀幀數(shù)為400 fps。采集數(shù)據(jù)時(shí)，光源使用2個(gè)200 W的鹵鎢燈，鏡頭距樣品的高度為60cm,曝光時(shí)間為20ms，測(cè)試平臺(tái)移動(dòng)速度為2cm/s。圖1 為樣本測(cè)試示意圖。
圖1 紅外高光譜測(cè)試系統(tǒng)示意圖
2.3 圖像預(yù)處理
對(duì)采集的高光譜圖像進(jìn)行黑白幀校正可消除光源、系統(tǒng)背景等對(duì)樣本光譜造成的影響。對(duì)黑白幀校正后的反射率數(shù)據(jù)進(jìn)行Savitzky-Golay濾波可去除光譜噪聲；對(duì)SG濾波后的光譜數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)正態(tài)變量（SNV）可消除乘性效應(yīng)。
2.4 垃圾的分類(lèi)判別
運(yùn)用支持向量機(jī)（SVM）對(duì)經(jīng)過(guò)預(yù)處理的圖像進(jìn)行垃圾分類(lèi)判別。
3. 結(jié)果與分析
3.1 樣本的RGB圖
實(shí)驗(yàn)中使用的材料是金屬部件，玻璃瓶子，紙板和紙張樣品，以及塑料樣品幾種類(lèi)型，即PET、HDPE、PVC、LDPE、PP和PS。每一種材料其顏色和形狀均不一致，目的是檢測(cè)模型的穩(wěn)定性。
圖2 垃圾分類(lèi)的幾組樣本數(shù)據(jù)
3.2 實(shí)驗(yàn)儀器及其參數(shù)
以PET和LDPE兩種塑料為例，圖3為這兩種材料預(yù)處理前和預(yù)處理后的光譜曲線(xiàn)，從圖中可知，經(jīng)過(guò)預(yù)處理后，兩種材料的區(qū)分度更加顯著。
圖3 PET and LDPE的光譜 (a) 預(yù)處理前, (b) 預(yù)處理后
3.3 分類(lèi)結(jié)果
圖4為利用支持向量機(jī)對(duì)經(jīng)預(yù)處理后的圖像進(jìn)行的分類(lèi)結(jié)果。圖a和圖b的 分類(lèi)精度分別是 93.01% and 96.65%。圖c和圖d的分類(lèi)精度是93.52%和96.90%。玻璃瓶的分類(lèi)效果不理想是因?yàn)槠涞耐该魈匦约扮R面反射的緣故。
圖4 垃圾分類(lèi)結(jié)果示意圖
4. 結(jié)果與討論
利用SWIR-N225E高光譜成像系統(tǒng)掃描不同的垃圾廢料，如塑料，紙張，玻璃和金屬，提出自動(dòng)分類(lèi)的步驟。 不同類(lèi)型的塑料類(lèi)型，即PET、HDPE、PVC、LDPE、PP、PS，不同類(lèi)型的紙，即紙和紙板，以及金屬和玻璃等能實(shí)現(xiàn)很好的區(qū)分。本文的研究成果可為建立快速、可靠、能用于工業(yè)化推廣的廢舊混合塑料識(shí)別分類(lèi)對(duì)廢舊混合塑料的回收提供技術(shù)支撐。
© 2019 版權(quán)所有：江蘇雙利合譜科技有限公司 備案號(hào)：蘇ICP備2021046114號(hào)-3 技術(shù)支持：化工儀器網(wǎng) GoogleSitemap 管理登陸
在線(xiàn)客服