高光譜相機(jī)對(duì)紡織品進(jìn)行分類以便回收
在眾多節(jié)約和減少浪費(fèi)的努力中,紡織品仍然是最大的挑戰(zhàn)之一。只有 15% 被回收和再利用,而其余 85% 最終被填埋。
紡織品回收項(xiàng)目面臨的挑戰(zhàn)是在高吞吐量下辨別外觀相似的織物。
傳統(tǒng)分選方法(如空氣分級(jí)機(jī))對(duì)于密度和空氣阻力相似的織物容易出錯(cuò)?;瘜W(xué)分選的準(zhǔn)確性很高,但需要破壞現(xiàn)有材料,
并且不適用于某些織物(如羊毛)。
其他依賴 RGB 或多光譜成像的傳感器只能提供不同面料的光譜特性,無(wú)法充分區(qū)分不同質(zhì)地的面料。理想解決方案是非接觸式分類器,
它可以高速對(duì)不同的面料和混紡面料進(jìn)行分類。
提供了不同顏色的布料,每塊布料的棉、羊毛或合成混紡比例各不相同。使用高光譜相機(jī)NIR掃描臺(tái)上的布料樣品,并使用分類軟件處理高光譜數(shù)據(jù)。
布料品種包括:
丙烯酸纖維
棉布
亞麻布
尼龍
聚酯纖維
粘膠
羊毛
近紅外波段的織物平均光譜,一些天然織物比如棉和絲的譜線幾乎一樣
近紅外波段的很多織物和棉有接近的譜線
許多織物品種具有相似的化學(xué)和物理特性,這就是為什么機(jī)械分揀機(jī)和普通相機(jī)很難區(qū)分它們的原因。
從近紅外范圍(900 nm 至 1700 nm)收集的不同織物的光譜圖也可以看出這一點(diǎn)。
為了解決這個(gè)問(wèn)題,我們針對(duì)不同的面料建立了一個(gè)二元分類模型,以確定樣品是否包含特定材料。在對(duì)頁(yè)頂部顯示的分類模型中,我們創(chuàng)建了三個(gè)類別:背景、滌綸面料和非滌綸面料。分類模型僅針對(duì)純面料樣品進(jìn)行訓(xùn)練,并針對(duì)混合面料樣品進(jìn)行測(cè)試。當(dāng)使用 5% 像素閾值進(jìn)行排序時(shí),該模型的準(zhǔn)確率為 100%,當(dāng)使用 1% 像素閾值進(jìn)行排序時(shí),
準(zhǔn)確率為 98%。有了這樣的成功率,定制模型可以通過(guò)針對(duì)特定類型的面料進(jìn)行排序并使用多階段排序選項(xiàng)來(lái)提供更好的性能。
第一張圖片是近紅外掃描的織物樣本的偽rgb著色,其中95%是滌綸和5%是羊毛。
第二張圖是圖像的逐像素分類,說(shuō)明分類模型能夠區(qū)分織物中含有滌綸的區(qū)域和含有羊毛的區(qū)域。
訓(xùn)練集表現(xiàn)出很強(qiáng)的相關(guān)性,并且利用回歸可視化工具,不同的織物線比肉眼更明顯。
許多織物在 NIR 光譜范圍內(nèi)具有不同的光譜特征,高光譜成像和分類模型可以配對(duì)使用以識(shí)別這些織物。專門的二元模型提供了一種多階段方法來(lái)對(duì)相似的純織物進(jìn)行分類。對(duì)于混紡織物,高光譜成像提供了一種估算百分比成分的方法。高光譜在線織物分類用于對(duì)我們的回收織物進(jìn)行分類和重新利用。
電話
微信