CN106872393A - 一种塑料废弃物中目标材质识别方法及装置 - Google Patents

一种塑料废弃物中目标材质识别方法及装置 Download PDF

Info

Publication number
CN106872393A
CN106872393A CN201710244293.1A CN201710244293A CN106872393A CN 106872393 A CN106872393 A CN 106872393A CN 201710244293 A CN201710244293 A CN 201710244293A CN 106872393 A CN106872393 A CN 106872393A
Authority
CN
China
Prior art keywords
wavelength
target materials
peak
identification
spectral
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710244293.1A
Other languages
English (en)
Other versions
CN106872393B (zh
Inventor
黄旻
刘建东
吕群波
陶陶
高国来
赵宝玮
王敬芝
黄常青
刘心泉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Gk Hope Opto Electronics Co ltd
Academy of Opto Electronics of CAS
Original Assignee
Beijing Gk Hope Opto Electronics Co ltd
Academy of Opto Electronics of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Gk Hope Opto Electronics Co ltd, Academy of Opto Electronics of CAS filed Critical Beijing Gk Hope Opto Electronics Co ltd
Priority to CN201710244293.1A priority Critical patent/CN106872393B/zh
Publication of CN106872393A publication Critical patent/CN106872393A/zh
Application granted granted Critical
Publication of CN106872393B publication Critical patent/CN106872393B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种塑料废弃物中目标材质识别方法及装置，相应的方法包括：测定目标材质的光谱反射率，从中选取特征吸收峰，并从特征吸收峰中选定多个识别波长；测定包含目标材质的混合塑料废弃物的光谱反射率，并根据目标材质特征吸收峰中选定的多个识别波长，与其他的背景材质光谱反射率的差异性来建立识别模型；当从未知的塑料废弃物中识别目标材质时，将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质。该方法其具有测量速度快、成本低的优点；此外，当样品表面受污染，光谱特征弱化的情况下，仍能保证正确识别目标材质。

Description

一种塑料废弃物中目标材质识别方法及装置
技术领域
本发明涉及光谱测量技术领域，尤其涉及一种塑料废弃物中目标材质识别方法及装置。
背景技术
随着塑料工业和技术水平的发展，塑料在现代社会的应用越来越广泛，根据化学组成及添加剂种类、数量的不同，生活中常见的塑料类型包括：聚氯乙烯(PVC)、聚对苯二甲酸乙二醇酯(PET)、聚乙烯(PE)、聚丙烯(PP)、聚苯乙烯(PS)、丙烯腈-苯乙烯-丁二烯共聚物(ABS)、聚酰胺(PA)、聚碳酸酯树脂(PC)等。其中，PVC塑料以聚氯乙烯为主要成分，并通过添加稳定剂及增塑剂增强其耐热性，韧性，延展性，因原料丰富易得、力学性能优异、阻燃性及绝缘性好等优点，在工农业生产、建筑材料、日常生活等领域被大量使用，伴随着产量及消耗量的增加，PVC废弃物的数量也逐年增加。由于PVC含大量氯元素及多种重金属和苯类化合物，在焚烧或填埋过程中会生成大量盐酸及重金属盐、二恶英等毒性物质，带来严重的环境危害，因此，有效识别并分离塑料废弃物中的PVC组份是实现塑料垃圾无害化处理的关键环节。
目前，用于塑料废弃物分类的方法包括人工分选、静电分选、重力浮选、X射线谱分析、红外光谱分析等技术手段。其中人工、静电、重力等分选方式较为传统，适用的塑料种类有限、处理效率低；X射线谱可识别多种类型的塑料材质，但此类方法经济性差，且工作过程中存在较大的安全风险。
红外光谱分析可以同时对多种材质塑料进行识别，具有速度快、非接触测量、准确率高、操作安全等优点，是较为先进的塑料废弃物分类手段。在近红光光谱区域内，物质对不同波长光辐射吸收能力的差异主要由其组成分子及官能基团决定，通过塑料废弃物的红外吸收光谱可以有效识别其化学成份及所属材质类别。塑料废弃物具有原料数量大，材质种类多样，污染程度高的特点，采用红外分析技术对其中的PVC组份进行识别时，要求识别方法对材料的适应性强，识别速度快，且便于实现。
目前，用于塑料材质识别的红外光谱分析技术主要有如下两种：
1)用于分选混合塑料原料的红外双波长光谱识别方案。此方案选取不同材料在近红外谱段的吸收峰作为特征波长，通过计算特征波长的辐射强度比值对被测样品的材质进行识别。其中，选用特征波长包含如下两种：PVC塑料的吸收峰(1716nm)和PET塑料的吸收峰(1660nm)；PVC塑料的吸收峰(1190nm)和PET塑料的吸收峰(1660nm)。但是，该方案仅能实现对PVC和PET两种混合塑料进行识别当混合原料中存在超出预设范围的材料时不能正确进行识别，导致误选风险增加。
2)识别并分选不同材质塑料的红外光谱识别方案。该识别方案首先选取目标材质在近红外谱段的吸收峰作为第一特征波长，然后根据背景材质在第一特征波长处的透过率选取第二特征波长，使得背景材质在两个特征波长处的透过率保持一致。选定特征波长后，通过测量并计算样品在两个特征波长处辐射强度的比值关系识别其材质。当原料中含有多种材质时，针对每种材质分别选择一个对应的特征波长点，以实现对目标材质的识别。但是，该方案对于原料中的每种背景材质需增加一个额外的特征波长，识别过程采集及计算的光谱数据量随原料中材质数量增加而线性增长；当原料组成复杂时，识别效率下降，同时识别系统复杂度大大增加。
此外，上述两种方案均依赖于样品在两个特征波长点辐射强度的比值，当样品表面存在污染物时，其吸收特征减弱，导致比值发生波动，识别率下降。
发明内容
本发明的目的是提供一种塑料废弃物中目标材质识别方法及装置，其具有测量速度快、成本低的优点；此外，当样品表面受污染，光谱特征弱化的情况下，仍能保证正确识别目标材质。
本发明的目的是通过以下技术方案实现的：
一种塑料废弃物中目标材质识别方法，包括：
测定目标材质的光谱反射率，从中选取特征吸收峰，并从特征吸收峰中选定多个识别波长；
测定包含目标材质的混合塑料废弃物的光谱反射率，并根据目标材质特征吸收峰中选定的多个识别波长，与其他的背景材质光谱反射率的差异性来建立识别模型；
当从未知的塑料废弃物中识别目标材质时，将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质。
通过测量装置测量各种材质的光谱反射率；该测量装置包括：
宽带红外光源、前置物镜、分束器、多路窄带红外探测器；其中，宽带红外光源照明方向与测量装置观察方向呈一定的夹角安置，宽带红外光源出射的红外光辐射照射被测材质表面，经被测材质吸收后向上方散射；前置物镜物方焦点与被测材质表面重合，收集被测材质散射的红外辐射并准直为平行光；平行的红外辐射经分束器按等能量比例分割为三路光辐射信号；多路窄带红外探测器基于干涉滤光片实现光谱滤波，多路探测器分别对应多个识别波长，测量被测材质的辐射强度，再基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率；
所述前置物镜包括：聚光物镜、光阑与准直物镜；所述聚光物镜收集被测材质的散射辐射，并对被测材质成像；光阑设置在聚光物镜的成像面位置，则通过光阑的红外辐射均来自与样品面同一区域；准直物镜的物方焦面与光阑重合，实现对入射光辐射的准直；
所述分束器为多路分光棱镜，其包括如下两种结构：a、多路分光棱镜由两个小直角棱镜和一个大直角棱镜胶合制成，胶合面镀分束膜，光辐射按箭头方向传播，棱镜的入射和出射面镀增透膜；b、多路分光棱镜由两个立方分光棱镜经胶合级联在一起，实现三路分束效果；上述两种结构均包含两个分束膜，分束比分别为1：2和1：1，使得三路出射光能量一致；
所述窄带红外探测器包括：干涉滤光片、聚焦透镜与单元探测器；干涉滤光片的透过波长与识别波长一致，经分束后出射的平行红外辐射被滤光片过滤获得的窄带单色光辐射，由聚焦透镜汇聚在单元探测器的光敏面上，转换为电信号并加以测量；窄带红外探测器的测量结果为被测材质在三个识别波长的散射辐射强度，基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率。
选取特征吸收峰，并从特征吸收峰中选定多个识别波长包括：
若目标材质的光谱反射率仅有一个吸收峰，则将该吸收峰作为特征吸收峰；
若存在多个吸收峰，则选择反射率最低的吸收峰为特征吸收峰；若各吸收峰反射率差异在规定范围内，则选择峰值波长最长的吸收峰作为特征吸收峰；
从特征吸收峰中选定三个识别波长，分别为：吸收峰的峰值波长，记为λ1；吸收峰的峰值波长左侧线性段起始点，记为λ2；吸收峰的峰值波长右侧线性段终止点，记为λ3。
建立识别模型的步骤包括：
包含目标材质的混合塑料废弃物中除目标材质外的其它材质为背景材质；
背景材质测定与分类：分别测定各个背景材质的光谱反射率，对于每种背景材质，在选定的识别波长λ2至λ3限定的光谱范围内，根据其吸收特性分为Ⅰ、Ⅱ两类：Ⅰ、不存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内不存在反射率的极小值点；Ⅱ、存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内存在反射率极小值点；
提取识别特征：在选定的三个识别波长点λ1、λ2、λ3，目标材质的光谱反射率分别记为Ra、Rb、Rc，则基于Ra、Rb、Rc的相对关系来实现目标材质与背景材质的区分；具体如下：
a、对于目标材质，由于选定识别波长λ1为峰值吸收波长，则光谱反射率必然存在如下大小关系：Ra＜Rb且Ra<Rc；上述特征反映了背景材料是否存在特征吸收峰，能够用于区分目标与第Ⅰ类背景材质；
b、对于在λ2至λ3区域内存在吸收峰的第Ⅱ类背景材质，由于与目标材质化学结构不同，其吸收峰形状与目标材质的特征吸收峰存在固有的差异；采用下式所示的形状因子K描述材料吸收峰的形状特征：
分别计算目标材料和每一种第Ⅱ类背景材质计算形状因子，目标材料的形状因子记为KT，第i种第Ⅱ类背景材质的形状因子记为
根据目标材料的形状因子与所有第Ⅱ类背景材质的形状因子之间的差异来计算阈值t，该阈值t作为区分目标材质和第Ⅱ类背景材质的判据，计算公式如下：
其中，n为第Ⅱ类背景材质的种类数，M为阈值调整参数。
所述将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质包括：
依次判断测量到的每一材质在选定的三个识别波长处的光谱反射率是否满足如下条件：Ra＜Rb、Ra<Rc且|K-KT|＜t；若是，则识别对应的材质为目标材质；若某一条件不满足，则确定对应的材质为非目标材质，终止识别过程，并对下一材质的光谱反射率进行判断。
一种塑料废弃物中目标材质识别装置，包括：
识别波长选定单元，用于测定目标材质的光谱反射率，从中选取特征吸收峰，并从特征吸收峰中选定多个识别波长；
识别模型建立单元，用于测定包含目标材质的混合塑料废弃物的光谱反射率，并根据目标材质特征吸收峰中选定的多个识别波长，与其他的背景材质光谱反射率的差异性来建立识别模型；
目标材质识别单元，用于当从未知的塑料废弃物中识别目标材质时，将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质。
通过测量装置测量各种材质的光谱反射率；该测量装置包括：
宽带红外光源、前置物镜、分束器、多路窄带红外探测器；其中，宽带红外光源照明方向与测量装置观察方向呈一定的夹角安置，宽带红外光源出射的红外光辐射照射被测材质表面，经被测材质吸收后向上方散射；前置物镜物方焦点与被测材质表面重合，收集被测材质散射的红外辐射并准直为平行光；平行的红外辐射经分束器按等能量比例分割为三路光辐射信号；多路窄带红外探测器基于干涉滤光片实现光谱滤波，多路探测器分别对应多个识别波长，测量被测材质的辐射强度，再基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率；
所述前置物镜包括：聚光物镜、光阑与准直物镜；所述聚光物镜收集被测材质的散射辐射，并对被测材质成像；光阑设置在聚光物镜的成像面位置，则通过光阑的红外辐射均来自与样品面同一区域；准直物镜的物方焦面与光阑重合，实现对入射光辐射的准直；
所述分束器为多路分光棱镜，其包括如下两种结构：a、多路分光棱镜由两个小直角棱镜和一个大直角棱镜胶合制成，胶合面镀分束膜，光辐射按箭头方向传播，棱镜的入射和出射面镀增透膜；b、多路分光棱镜由两个立方分光棱镜经胶合级联在一起，实现三路分束效果；上述两种结构均包含两个分束膜，分束比分别为1：2和1：1，使得三路出射光能量一致；
所述窄带红外探测器包括：干涉滤光片、聚焦透镜与单元探测器；干涉滤光片的透过波长与识别波长一致，经分束后出射的平行红外辐射被滤光片过滤获得的窄带单色光辐射，由聚焦透镜汇聚在单元探测器的光敏面上，转换为电信号并加以测量；窄带红外探测器的测量结果为被测材质在三个识别波长的散射辐射强度，基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率。
选取特征吸收峰，并从特征吸收峰中选定多个识别波长包括：
若目标材质的光谱反射率仅有一个吸收峰，则将该吸收峰作为特征吸收峰；
若存在多个吸收峰，则选择反射率最低的吸收峰为特征吸收峰；若各吸收峰反射率差异在规定范围内，则选择峰值波长最长的吸收峰作为特征吸收峰；
从特征吸收峰中选定三个识别波长，分别为：吸收峰的峰值波长，记为λ1；吸收峰的峰值波长左侧线性段起始点，记为λ2；吸收峰的峰值波长右侧线性段终止点，记为λ3。
建立识别模型的步骤包括：
包含目标材质的混合塑料废弃物中除目标材质外的其它材质为背景材质；
背景材质测定与分类：分别测定各个背景材质的光谱反射率，对于每种背景材质，在选定的识别波长λ2至λ3限定的光谱范围内，根据其吸收特性分为Ⅰ、Ⅱ两类：Ⅰ、不存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内不存在反射率的极小值点；Ⅱ、存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内存在反射率极小值点；
提取识别特征：在选定的三个识别波长点λ1、λ2、λ3，目标材质的光谱反射率分别记为Ra、Rb、Rc，则基于Ra、Rb、Rc的相对关系来实现目标材质与背景材质的区分；具体如下：
a、对于目标材质，由于选定识别波长λ1为峰值吸收波长，则光谱反射率必然存在如下大小关系：Ra＜Rb且Ra<Rc；上述特征反映了背景材料是否存在特征吸收峰，能够用于区分目标与第Ⅰ类背景材质；
b、对于在λ2至λ3区域内存在吸收峰的第Ⅱ类背景材质，由于与目标材质化学结构不同，其吸收峰形状与目标材质的特征吸收峰存在固有的差异；采用下式所示的形状因子K描述材料吸收峰的形状特征：
分别计算目标材料和每一种第Ⅱ类背景材质计算形状因子，目标材料的形状因子记为KT，第i种第Ⅱ类背景材质的形状因子记为
根据目标材料的形状因子与所有第Ⅱ类背景材质的形状因子之间的差异来计算阈值t，该阈值t作为区分目标材质和第Ⅱ类背景材质的判据，计算公式如下：
其中，n为第Ⅱ类背景材质的种类数，M为阈值调整参数。
所述将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质包括：
依次判断测量到的每一材质在选定的三个识别波长处的光谱反射率是否满足如下条件：Ra＜Rb、Ra<Rc且|K-KT|＜t；若是，则识别对应的材质为目标材质；若某一条件不满足，则确定对应的材质为非目标材质，终止识别过程，并对下一材质的光谱反射率进行判断。
由上述本发明提供的技术方案可以看出，识别所需的三个波长仅依赖于目标材质的光谱特征，与背景材质的种类和数量无关，使得本方案可以从多种塑料的混合物中正确识别出目标材料的样品，从而有效解决因塑料废弃物材质多样性带来的识别系统复杂度增加或识别正确率下降的问题。同时，基于目标材质三个波长点的反射率，建立识别模型提取吸收峰的形状特征用于识别，所需的计算简单，识别速度快；当样品表面受污染，光谱特征弱化的情况下，仍能保证正确识别目标材质。并且，测量装置采用分束器配合滤光片的原理实现三个波长的同时测量，结构简单，测量速度快，成本低；测量装置中在前置物镜内设置孔径(光阑)，使得三路探测器的视场一致性由依赖装调精度实现变为由光学结构保证，降低了系统装调的复杂度；测量装置中采用一体化设计的多路分光棱镜作为分束器，两个分束膜间的相对位置由光学元件的加工精度保证，降低了光机装调的难度。此外，还将背景材质根据光谱特征分为两类，分别对应大小关系及形状因子两种独立的判别依据，识别流程中按计算复杂度对各条件依次进行判断，当不满足条件时即完成识别并终止计算，进一步降低了识别所需的计算量。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的一种塑料废弃物中目标材质识别方法的流程图；
图2为本发明实施例提供的目标材质识别波长选择示意图；
图3为本发明实施例提供的目标材质表面污染时特征吸收峰变化示意图；
图4为本发明实施例提供的目标材质与背景材质光谱特征差异示意图；
图5为本发明实施例提供的识别目标材质时的判断流程图；
图6为本发明实施例提供的测量装置的结构示意图；
图7为本发明实施例提供的前置物镜的结构示意图；
图8为本发明实施例提供的多路分光棱镜的结构示意图；
图9为本发明实施例提供的窄带红外探测器的结构示意图；
图10为本发明实施例提供的一种塑料废弃物中目标材质识别装置的示意图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
图1为本发明实施例提供的一种塑料废弃物中目标材质识别方法的流程图。如图1所示，其主要包括如下步骤：
步骤11、测定目标材质的光谱反射率，从中选取特征吸收峰，并从特征吸收峰中选定多个识别波长。
步骤12、测定包含目标材质的混合塑料废弃物的光谱反射率，并根据目标材质特征吸收峰中选定的多个识别波长，与其他的背景材质光谱反射率的差异性来建立识别模型.
步骤13、当从未知的塑料废弃物中识别目标材质时，将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质。
为了便于理解，下面针对上述三个步骤的过程做详细的介绍。
1、选择识别波长。
各类塑料在红外区间对光辐射的吸收能力存在与化学组成对应的特征，包括：吸收峰值的数量、位置、宽度、吸收程度等，构成了识别材质的基础。本发明实施例中，选取目标材质在近红外谱段的单个吸收峰为识别特征，并选定三个识别波长以确定吸收峰的位置、宽度、吸收率相对变化。
1)测定目标材质光谱反射率：
光谱反射率或透射率曲线反映了物质对红外辐射的吸收特性，待识别塑料的标准光谱反射率曲线由测量装置采集后进行分析，采集光谱范围为1100nm～1800nm，光谱分辨率应高于5nm，以充分提取塑料材料的重要吸收特征。测量装置的具体结构将在后文进行详细的介绍。
2)选择特征吸收峰。
光谱反射率显著降低的区域代表了材料对红外辐射吸收作用增强的谱段，反射率极小值点对应与吸收峰值波长，曲线快速变化的区域对应速度。由于塑料中分子及基团较为复杂，在近红外区间存在多个吸收峰，需选择特征较为明显的吸收峰作为光谱识别的基础。
若目标材质的光谱反射率仅有一个吸收峰，则将该吸收峰作为特征吸收峰；其吸收能力强弱用其峰值波长处的相对光谱反射率描述，用于识别材质的吸收峰光谱反射率应不高于0.9，以保证光谱特征的显著性。
若存在多个吸收峰，则选择反射率最低的吸收峰为特征吸收峰；若各吸收峰反射率差异在规定范围内(也就是差异不明显时)，则选择峰值波长最长的吸收峰作为特征吸收峰。
3)确定识别波长。
本发明实施例中，识别目标材质使用的波长根据目标材料的特征吸收峰选定。目标材料光谱曲线在峰值吸收波长达到最低点，偏离峰值波长时逐渐上升，在峰值波长两侧存在一段区域，光谱反射率随波长偏移量线性变化，根据上述特性，选定三个识别波长：a、吸收峰的峰值波长，记为λ1；b、吸收峰的峰值波长左侧线性段起始点，记为λ2；c、吸收峰的峰值波长右侧线性段终止点，记为λ3。
如图2所示，为目标材质识别波长选择示意图。图2以PVC塑料作为目标材质展示了识别波长的确定过程，图中目标材质光谱反射率曲线采用测量装置测量获得，光谱测量范围1100nm～1800nm，光谱分辨率3nm。在测量谱段内，PVC塑料共有4个吸收峰，其中吸收峰1(1200nm)、吸收峰2(1420nm)吸收特征不明显，吸收峰3(1716nm)相对反射率显著低于吸收峰4(1740nm)。选定吸收峰3作为材质的特征吸收峰，峰值吸收波长(a点)为1716nm，特征吸收峰左侧线性区域起始波长(b点)为1680nm，特征吸收峰右侧线性区域终止波长(c点)为1730nm，选择上述三个波长点作为识别波长，则△abc描述了特征吸收峰的形状。
2、建立识别模型。
本发明实施例中，基于目标材质与背景材质光谱特征的差异建立识别模型，选定的识别波长包含了峰值吸收波长及吸收峰的宽度信息，通过在选定的三个识别波长处光谱反射率的相对关系确定目标材质与背景材质间光谱特征的差异。
1)测定背景材质光谱反射率
本发明实施例中，包含目标材质的混合塑料废弃物中除目标材质外的其它材质为背景材质。
根据原料来源、批次的差异，背景材质可以涵盖一种或多种常见的塑料类别。对于可能存在的各种背景材质，使用测量装置在前文选定的特性吸收峰区域测量其光谱反射率曲线。
2)背景材质分类。
对于每种背景材质，在选定的识别波长λ2至λ3限定的光谱范围内，根据其吸收特性分为Ⅰ、Ⅱ两类：
Ⅰ、不存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内不存在反射率的极小值点。
Ⅱ、存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内存在反射率极小值点。
3)提取识别特征。
对应前文的两类背景材质，本发明实施例采用下述两种方式实现目标材质与背景材质的区分。
a、对于第Ⅰ类背景材质，可直接根据大小关系进行区分；具体如下：
在选定的三个识别波长点λ1、λ2、λ3，目标材质的光谱反射率分别记为Ra、Rb、Rc，则基于Ra、Rb、Rc的相对关系来实现目标材质与背景材质的区分；具体如下：
对于目标材质，由于选定识别波长λ1为峰值吸收波长，则光谱反射率必然存在如下大小关系：Ra＜Rb且Ra<Rc；上述特征反映了背景材料是否存在特征吸收峰，能够用于区分目标与第Ⅰ类背景材质；
b、对于第Ⅱ类背景材质，则根据相对比例关系进行区分；具体如下：
根据识别波长的选择方法，三个波长点的反射率数值包含了描述吸收峰形状特征所需的信息。对于在λ2至λ3区域内存在吸收峰的第Ⅱ类背景材质，由于与目标材质化学结构不同，其吸收峰形状与目标材质的特征吸收峰存在固有的差异；本发明实施例采用下式所示的形状因子K描述材料吸收峰的形状特征：
分别计算目标材料和每一种第Ⅱ类背景材质计算形状因子，目标材料的形状因子记为KT，第i种第Ⅱ类背景材质的形状因子记为
根据目标材料的形状因子与所有第Ⅱ类背景材质的形状因子之间的差异来计算阈值t，该阈值t作为区分目标材质和第Ⅱ类背景材质的判据，计算公式如下：
其中，n为第Ⅱ类背景材质的种类数，M为阈值调整参数，优选的，M可设为2。
本发明实施例中，通过相对比例关系进行区分的方案区别于双波长材质识别方法，上述形状因子K通过特征吸收峰两侧变化速率的相对比例描述了光谱曲线的形状特征。当目标样品表面被污染时其光谱特征弱化时，虽然吸收峰深度变浅，但光谱曲线形状固定，从而提高了识别模型的稳定性。如图3所示，为目标材质表面污染时特征吸收峰变化示意图。由图中可见，当样品表面存在污染物时，材料的吸收特征存在显著弱化，吸收深度变浅。但由于吸收峰两侧曲线衰减程度基本一致，对△abc与△a’b’c’形状因子K保持稳定。
如图4所示，为目标材质与背景材质光谱特征差异示意图。图4展示了以PVC、ABS、PA、PS四种塑料为例，展示了不同材质在选定的识别波长区域内光谱特征的差异。其中，PVC为识别的目标材质，其余三种塑料为背景材质。由光谱曲线可见，ABS和PS在选定的1680nm～1730nm范围内不存在峰值吸收波长，因而划分为第Ⅰ类背景材质，通过三个识别波长点反射率的大小关系可与目标材质区分；PA在选定波长范围内质存在吸收峰，但由于吸收特性的差异，吸收峰形状与PVC存在差异，为第Ⅱ类背景材质。分别对△abc和△efg计算形状因子K，可得PVC塑料KT＝3.83，PA塑料KB＝8.12，两者存在显著的差异(即二者差值大于阈值t)，可作为识别的特征。
3、识别目标材质。
当从未知的塑料废弃物中识别目标材质时，将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，即可识别出目标材质。
具体的可以包括如图5所示的几个判断条件：依次判断测量到的每一材质在选定的三个识别波长处的光谱反射率是否满足如下条件：Ra＜Rb、Ra<Rc且|K-KT|＜t；若是，则识别对应的材质为目标材质；若某一条件不满足，则确定对应的材质为非目标材质，终止识别过程，并对下一材质的光谱反射率进行判断。
另一方面，在本发明实施例上述3个过程中，都需要使用测量装置测量各种材质的光谱反射率。如图6所示，该测量装置主要包括：宽带红外光源4、前置物镜1、分束器2、三路窄带红外探测器(3a、3b、3c)；
其中，宽带红外光源照明方向与测量装置观察方向呈一定的夹角安置，宽带红外光源出射的红外光辐射照射被测材质5表面，经被测材质吸收后向上方散射；前置物镜物方焦点与被测材质表面重合，收集被测材质散射的红外辐射并准直为平行光；平行的红外辐射经分束器按等能量比例分割为三路光辐射信号；多路窄带红外探测器基于干涉滤光片实现光谱滤波，多路探测器分别对应多个识别波长，测量被测材质的辐射强度，再基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率。
测量装置中前置物镜起到收集并准直被测材质散射光辐射的作用，同时通过内置的光阑限制探测器观测视场，保证分束后三路探测器的视场一致，降低对光学系统装调环节对各组件同轴精度的要求。如图7所示，所述前置物镜主要包括：聚光物镜11、光阑12与准直物镜13。所述聚光物镜收集被测材质的散射辐射，并对被测材质成像；光阑设置在聚光物镜的成像面位置，则通过光阑的红外辐射均来自与样品面同一区域；准直物镜的物方焦面与光阑重合，实现对入射光辐射的准直。基于上述结构，入射分束器的光辐射均来自样品表面同一区域，分束后各路探测器收集红外辐射时只要不截断光束边缘即可保证视场一致。
所述分束器为多路分光棱镜，采用多路分光棱镜将入射的单束入射光分为三束出射。如图8所示，多路分光棱镜主要包括如下两种结构：图8(a)中，多路分光棱镜由两个小直角棱镜(211、213)和一个大直角棱镜胶合制成(212)，胶合面镀分束膜(a、b)，光辐射按箭头方向传播，棱镜的入射和出射面镀增透膜；b、图8(b)中，多路分光棱镜由两个立方分光棱镜(221、222)经胶合级联在一起，实现三路分束效果；上述两种结构均包含两个分束膜(a、b)，分束比分别为1：2和1：1，使得三路出射光能量一致。一体化的多路分光棱镜使得两个分束膜间的相对位置由依赖于光机装调保证变为在光学元件加工过程保证，由于光学元件容易达到较高的加工精度，降低了光机装调的难度。
所述窄带红外探测器可完成对单个谱段辐射强度的测量，如图9所示，所述窄带红外探测器主要包括：干涉滤光片31、聚焦透镜32与单元探测器33；干涉滤光片的透过波长与识别波长一致，经分束后出射的平行红外辐射被滤光片过滤获得的窄带单色光辐射，由聚焦透镜汇聚在单元探测器的光敏面上，转换为电信号并加以测量；窄带红外探测器的测量结果为被测材质在三个识别波长的散射辐射强度，基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率。
以上为本发明实施例的主要实现方法，通过上述方案可实现如下有益效果：
1)识别所需的三个波长仅依赖于目标材质的光谱特征，与背景材质的种类和数量无关，使得本方案可以从多种塑料的混合物中正确识别出目标材料的样品，从而有效解决因塑料废弃物材质多样性带来的识别系统复杂度增加或识别正确率下降的问题。
2)基于目标材质三个波长点的反射率，建立识别模型提取吸收峰的形状特征用于识别，所需的计算简单，识别速度快；当样品表面受污染，光谱特征弱化的情况下，仍能保证正确识别目标材质。
3)测量装置采用分束器配合滤光片的原理实现三个波长的同时测量，结构简单，测量速度快，成本低；测量装置中在前置物镜内设置孔径(光阑)，使得三路探测器的视场一致性由依赖装调精度实现变为由光学结构保证，降低了系统装调的复杂度；测量装置中采用一体化设计的多路分光棱镜作为分束器，两个分束膜间的相对位置由光学元件的加工精度保证，降低了光机装调的难度。
4)将背景材质根据光谱特征分为两类，分别对应大小关系及形状因子两种独立的判别依据，识别流程中按计算复杂度对各条件依次进行判断，当不满足条件时即完成识别并终止计算，进一步降低了识别所需的计算量。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
本发明另一实施例还提供一种塑料废弃物中目标材质识别装置，该装置可用于实现前述方法，如图10所示，该装置主要包括：
识别波长选定单元，用于测定目标材质的光谱反射率，从中选取特征吸收峰，并从特征吸收峰中选定多个识别波长；
识别模型建立单元，用于测定包含目标材质的混合塑料废弃物的光谱反射率，并根据目标材质特征吸收峰中选定的多个识别波长，与其他的背景材质光谱反射率的差异性来建立识别模型；
目标材质识别单元，用于当从未知的塑料废弃物中识别目标材质时，将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质。
进一步的，该装置中通过测量装置测量各种材质的光谱反射率；该测量装置包括：
宽带红外光源、前置物镜、分束器、多路窄带红外探测器；其中，宽带红外光源照明方向与测量装置观察方向呈一定的夹角安置，宽带红外光源出射的红外光辐射照射被测材质表面，经被测材质吸收后向上方散射；前置物镜物方焦点与被测材质表面重合，收集被测材质散射的红外辐射并准直为平行光；平行的红外辐射经分束器按等能量比例分割为三路光辐射信号；多路窄带红外探测器基于干涉滤光片实现光谱滤波，多路探测器分别对应多个识别波长，测量被测材质的辐射强度，再基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率；
所述前置物镜包括：聚光物镜、光阑与准直物镜；所述聚光物镜收集被测材质的散射辐射，并对被测材质成像；光阑设置在聚光物镜的成像面位置，则通过光阑的红外辐射均来自与样品面同一区域；准直物镜的物方焦面与光阑重合，实现对入射光辐射的准直；
所述分束器为多路分光棱镜，其包括如下两种结构：a、多路分光棱镜由两个小直角棱镜和一个大直角棱镜胶合制成，胶合面镀分束膜，光辐射按箭头方向传播，棱镜的入射和出射面镀增透膜；b、多路分光棱镜由两个立方分光棱镜经胶合级联在一起，实现三路分束效果；上述两种结构均包含两个分束膜，分束比分别为1：2和1：1，使得三路出射光能量一致；
所述窄带红外探测器包括：干涉滤光片、聚焦透镜与单元探测器；干涉滤光片的透过波长与识别波长一致，经分束后出射的平行红外辐射被滤光片过滤获得的窄带单色光辐射，由聚焦透镜汇聚在单元探测器的光敏面上，转换为电信号并加以测量；窄带红外探测器的测量结果为被测材质在三个识别波长的散射辐射强度，基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率。
进一步的，选取特征吸收峰，并从特征吸收峰中选定多个识别波长包括：
若目标材质的光谱反射率仅有一个吸收峰，则将该吸收峰作为特征吸收峰；
若存在多个吸收峰，则选择反射率最低的吸收峰为特征吸收峰；若各吸收峰反射率差异在规定范围内，则选择峰值波长最长的吸收峰作为特征吸收峰；
从特征吸收峰中选定三个识别波长，分别为：吸收峰的峰值波长，记为λ1；吸收峰的峰值波长左侧线性段起始点，记为λ2；吸收峰的峰值波长右侧线性段终止点，记为λ3。
进一步的，建立识别模型的步骤包括：
包含目标材质的混合塑料废弃物中除目标材质外的其它材质为背景材质；
背景材质测定与分类：分别测定各个背景材质的光谱反射率，对于每种背景材质，在选定的识别波长λ2至λ3限定的光谱范围内，根据其吸收特性分为Ⅰ、Ⅱ两类：Ⅰ、不存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内不存在反射率的极小值点；Ⅱ、存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内存在反射率极小值点；
提取识别特征：在选定的三个识别波长点λ1、λ2、λ3，目标材质的光谱反射率分别记为Ra、Rb、Rc，则基于Ra、Rb、Rc的相对关系来实现目标材质与背景材质的区分；具体如下：
a、对于目标材质，由于选定识别波长λ1为峰值吸收波长，则光谱反射率必然存在如下大小关系：Ra＜Rb且Ra<Rc；上述特征反映了背景材料是否存在特征吸收峰，能够用于区分目标与第Ⅰ类背景材质；
b、对于在λ2至λ3区域内存在吸收峰的第Ⅱ类背景材质，由于与目标材质化学结构不同，其吸收峰形状与目标材质的特征吸收峰存在固有的差异；采用下式所示的形状因子K描述材料吸收峰的形状特征：
分别计算目标材料和每一种第Ⅱ类背景材质计算形状因子，目标材料的形状因子记为KT，第i种第Ⅱ类背景材质的形状因子记为
根据目标材料的形状因子与所有第Ⅱ类背景材质的形状因子之间的差异来计算阈值t，该阈值t作为区分目标材质和第Ⅱ类背景材质的判据，计算公式如下：
其中，n为第Ⅱ类背景材质的种类数，M为阈值调整参数。
进一步的，所述将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质包括：
依次判断测量到的每一材质在选定的三个识别波长处的光谱反射率是否满足如下条件：Ra＜Rb、Ra<Rc且|K-KT|＜t；若是，则识别对应的材质为目标材质；若某一条件不满足，则确定对应的材质为非目标材质，终止识别过程，并对下一材质的光谱反射率进行判断。
需要说明的是，上述装置中包含的各个功能模块所实现的功能的具体实现方式在前面的各个实施例中已经有详细描述，故在这里不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (10)

1.一种塑料废弃物中目标材质识别方法，其特征在于，包括：
测定目标材质的光谱反射率，从中选取特征吸收峰，并从特征吸收峰中选定多个识别波长；
测定包含目标材质的混合塑料废弃物的光谱反射率，并根据目标材质特征吸收峰中选定的多个识别波长，与其他的背景材质光谱反射率的差异性来建立识别模型；
当从未知的塑料废弃物中识别目标材质时，将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质。
2.根据权利要求1所述的一种塑料废弃物中目标材质识别方法，其特征在于，通过测量装置测量各种材质的光谱反射率；该测量装置包括：
宽带红外光源、前置物镜、分束器、多路窄带红外探测器；其中，宽带红外光源照明方向与测量装置观察方向呈一定的夹角安置，宽带红外光源出射的红外光辐射照射被测材质表面，经被测材质吸收后向上方散射；前置物镜物方焦点与被测材质表面重合，收集被测材质散射的红外辐射并准直为平行光；平行的红外辐射经分束器按等能量比例分割为三路光辐射信号；多路窄带红外探测器基于干涉滤光片实现光谱滤波，多路探测器分别对应多个识别波长，测量被测材质的辐射强度，再基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率；
所述前置物镜包括：聚光物镜、光阑与准直物镜；所述聚光物镜收集被测材质的散射辐射，并对被测材质成像；光阑设置在聚光物镜的成像面位置，则通过光阑的红外辐射均来自与样品面同一区域；准直物镜的物方焦面与光阑重合，实现对入射光辐射的准直；
所述分束器为多路分光棱镜，其包括如下两种结构：a、多路分光棱镜由两个小直角棱镜和一个大直角棱镜胶合制成，胶合面镀分束膜，光辐射按箭头方向传播，棱镜的入射和出射面镀增透膜；b、多路分光棱镜由两个立方分光棱镜经胶合级联在一起，实现三路分束效果；上述两种结构均包含两个分束膜，分束比分别为1：2和1：1，使得三路出射光能量一致；
所述窄带红外探测器包括：干涉滤光片、聚焦透镜与单元探测器；干涉滤光片的透过波长与识别波长一致，经分束后出射的平行红外辐射被滤光片过滤获得的窄带单色光辐射，由聚焦透镜汇聚在单元探测器的光敏面上，转换为电信号并加以测量；窄带红外探测器的测量结果为被测材质在三个识别波长的散射辐射强度，基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率。
3.根据权利要求1所述的一种塑料废弃物中目标材质识别方法，其特征在于，选取特征吸收峰，并从特征吸收峰中选定多个识别波长包括：
若目标材质的光谱反射率仅有一个吸收峰，则将该吸收峰作为特征吸收峰；
若存在多个吸收峰，则选择反射率最低的吸收峰为特征吸收峰；若各吸收峰反射率差异在规定范围内，则选择峰值波长最长的吸收峰作为特征吸收峰；
从特征吸收峰中选定三个识别波长，分别为：吸收峰的峰值波长，记为λ1；吸收峰的峰值波长左侧线性段起始点，记为λ2；吸收峰的峰值波长右侧线性段终止点，记为λ3。
4.根据权利要求3所述的一种塑料废弃物中目标材质识别方法，其特征在于，建立识别模型的步骤包括：
包含目标材质的混合塑料废弃物中除目标材质外的其它材质为背景材质；
背景材质测定与分类：分别测定各个背景材质的光谱反射率，对于每种背景材质，在选定的识别波长λ2至λ3限定的光谱范围内，根据其吸收特性分为Ⅰ、Ⅱ两类：Ⅰ、不存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内不存在反射率的极小值点；Ⅱ、存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内存在反射率极小值点；
提取识别特征：在选定的三个识别波长点λ1、λ2、λ3，目标材质的光谱反射率分别记为Ra、Rb、Rc，则基于Ra、Rb、Rc的相对关系来实现目标材质与背景材质的区分；具体如下：
a、对于目标材质，由于选定识别波长λ1为峰值吸收波长，则光谱反射率必然存在如下大小关系：Ra＜Rb且Ra<Rc；上述特征反映了背景材料是否存在特征吸收峰，能够用于区分目标与第Ⅰ类背景材质；
b、对于在λ2至λ3区域内存在吸收峰的第Ⅱ类背景材质，由于与目标材质化学结构不同，其吸收峰形状与目标材质的特征吸收峰存在固有的差异；采用下式所示的形状因子K描述材料吸收峰的形状特征：
K = ( R b R a - 1 ) / ( R c R a - 1 ) ;
分别计算目标材料和每一种第Ⅱ类背景材质计算形状因子，目标材料的形状因子记为KT，第i种第Ⅱ类背景材质的形状因子记为
根据目标材料的形状因子与所有第Ⅱ类背景材质的形状因子之间的差异来计算阈值t，该阈值t作为区分目标材质和第Ⅱ类背景材质的判据，计算公式如下：
t = 1 M m i n ( | K i B - K T | ) , i = 1 , ... , n , M > 1 ;
其中，n为第Ⅱ类背景材质的种类数，M为阈值调整参数。
5.根据权利要求4所述的一种塑料废弃物中目标材质识别方法，其特征在于，所述将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质包括：
依次判断测量到的每一材质在选定的三个识别波长处的光谱反射率是否满足如下条件：Ra＜Rb、Ra<Rc且|K-KT|＜t；若是，则识别对应的材质为目标材质；若某一条件不满足，则确定对应的材质为非目标材质，终止识别过程，并对下一材质的光谱反射率进行判断。
6.一种塑料废弃物中目标材质识别装置，其特征在于，包括：
识别波长选定单元，用于测定目标材质的光谱反射率，从中选取特征吸收峰，并从特征吸收峰中选定多个识别波长；
识别模型建立单元，用于测定包含目标材质的混合塑料废弃物的光谱反射率，并根据目标材质特征吸收峰中选定的多个识别波长，与其他的背景材质光谱反射率的差异性来建立识别模型；
目标材质识别单元，用于当从未知的塑料废弃物中识别目标材质时，将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质。
7.根据权利要求6所述的一种塑料废弃物中目标材质识别装置，其特征在于，通过测量装置测量各种材质的光谱反射率；该测量装置包括：
宽带红外光源、前置物镜、分束器、多路窄带红外探测器；其中，宽带红外光源照明方向与测量装置观察方向呈一定的夹角安置，宽带红外光源出射的红外光辐射照射被测材质表面，经被测材质吸收后向上方散射；前置物镜物方焦点与被测材质表面重合，收集被测材质散射的红外辐射并准直为平行光；平行的红外辐射经分束器按等能量比例分割为三路光辐射信号；多路窄带红外探测器基于干涉滤光片实现光谱滤波，多路探测器分别对应多个识别波长，测量被测材质的辐射强度，再基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率；
所述前置物镜包括：聚光物镜、光阑与准直物镜；所述聚光物镜收集被测材质的散射辐射，并对被测材质成像；光阑设置在聚光物镜的成像面位置，则通过光阑的红外辐射均来自与样品面同一区域；准直物镜的物方焦面与光阑重合，实现对入射光辐射的准直；
所述分束器为多路分光棱镜，其包括如下两种结构：a、多路分光棱镜由两个小直角棱镜和一个大直角棱镜胶合制成，胶合面镀分束膜，光辐射按箭头方向传播，棱镜的入射和出射面镀增透膜；b、多路分光棱镜由两个立方分光棱镜经胶合级联在一起，实现三路分束效果；上述两种结构均包含两个分束膜，分束比分别为1：2和1：1，使得三路出射光能量一致；
所述窄带红外探测器包括：干涉滤光片、聚焦透镜与单元探测器；干涉滤光片的透过波长与识别波长一致，经分束后出射的平行红外辐射被滤光片过滤获得的窄带单色光辐射，由聚焦透镜汇聚在单元探测器的光敏面上，转换为电信号并加以测量；窄带红外探测器的测量结果为被测材质在三个识别波长的散射辐射强度，基于宽带红外光源的光谱特性和窄带红外探测器的响应特性标定后即可换算为光谱反射率。
8.根据权利要求6所述的一种塑料废弃物中目标材质识别装置，其特征在于，选取特征吸收峰，并从特征吸收峰中选定多个识别波长包括：
若目标材质的光谱反射率仅有一个吸收峰，则将该吸收峰作为特征吸收峰；
若存在多个吸收峰，则选择反射率最低的吸收峰为特征吸收峰；若各吸收峰反射率差异在规定范围内，则选择峰值波长最长的吸收峰作为特征吸收峰；
从特征吸收峰中选定三个识别波长，分别为：吸收峰的峰值波长，记为λ1；吸收峰的峰值波长左侧线性段起始点，记为λ2；吸收峰的峰值波长右侧线性段终止点，记为λ3。
9.根据权利要求8所述的一种塑料废弃物中目标材质识别装置，其特征在于，建立识别模型的步骤包括：
包含目标材质的混合塑料废弃物中除目标材质外的其它材质为背景材质；
背景材质测定与分类：分别测定各个背景材质的光谱反射率，对于每种背景材质，在选定的识别波长λ2至λ3限定的光谱范围内，根据其吸收特性分为Ⅰ、Ⅱ两类：Ⅰ、不存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内不存在反射率的极小值点；Ⅱ、存在峰值吸收波长，则对应材质的光谱曲线在λ2至λ3区域内存在反射率极小值点；
提取识别特征：在选定的三个识别波长点λ1、λ2、λ3，目标材质的光谱反射率分别记为Ra、Rb、Rc，则基于Ra、Rb、Rc的相对关系来实现目标材质与背景材质的区分；具体如下：
a、对于目标材质，由于选定识别波长λ1为峰值吸收波长，则光谱反射率必然存在如下大小关系：Ra＜Rb且Ra<Rc；上述特征反映了背景材料是否存在特征吸收峰，能够用于区分目标与第Ⅰ类背景材质；
b、对于在λ2至λ3区域内存在吸收峰的第Ⅱ类背景材质，由于与目标材质化学结构不同，其吸收峰形状与目标材质的特征吸收峰存在固有的差异；采用下式所示的形状因子K描述材料吸收峰的形状特征：
K = ( I b I a - 1 ) / ( I c I a - 1 ) ;
分别计算目标材料和每一种第Ⅱ类背景材质计算形状因子，目标材料的形状因子记为KT，第i种第Ⅱ类背景材质的形状因子记为
根据目标材料的形状因子与所有第Ⅱ类背景材质的形状因子之间的差异来计算阈值t，该阈值t作为区分目标材质和第Ⅱ类背景材质的判据，计算公式如下：
t = 1 M m i n ( | K i B - K T | ) , i = 1 , ... , n , M > 1 ;
其中，n为第Ⅱ类背景材质的种类数，M为阈值调整参数。
10.根据权利要求9所述的一种塑料废弃物中目标材质识别装置，其特征在于，所述将测量到的每一材质在选定的多个识别波长处的光谱反射率与建立的识别模型相结合，从而识别出目标材质包括：
依次判断测量到的每一材质在选定的三个识别波长处的光谱反射率是否满足如下条件：Ra＜Rb、Ra<Rc且|K-KT|＜t；若是，则识别对应的材质为目标材质；若某一条件不满足，则确定对应的材质为非目标材质，终止识别过程，并对下一材质的光谱反射率进行判断。
CN201710244293.1A 2017-04-14 2017-04-14 一种塑料废弃物中目标材质识别方法及装置 Expired - Fee Related CN106872393B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710244293.1A CN106872393B (zh) 2017-04-14 2017-04-14 一种塑料废弃物中目标材质识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710244293.1A CN106872393B (zh) 2017-04-14 2017-04-14 一种塑料废弃物中目标材质识别方法及装置

Publications (2)

Publication Number Publication Date
CN106872393A true CN106872393A (zh) 2017-06-20
CN106872393B CN106872393B (zh) 2019-08-06

Family

ID=59162529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710244293.1A Expired - Fee Related CN106872393B (zh) 2017-04-14 2017-04-14 一种塑料废弃物中目标材质识别方法及装置

Country Status (1)

Country Link
CN (1) CN106872393B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109008781A (zh) * 2018-08-31 2018-12-18 珠海格力电器股份有限公司 除尘装置的控制方法与吸尘器
CN109872295A (zh) * 2019-02-20 2019-06-11 北京航空航天大学 基于光谱视频数据的典型目标材质属性提取方法和装置
CN113095388A (zh) * 2021-04-01 2021-07-09 福建师范大学 基于双层分类算法的固废塑料材质识别方法
CN113588592A (zh) * 2021-06-30 2021-11-02 北京航空航天大学 基于特定谱段的典型目标材质识别方法
CN116274170A (zh) * 2023-03-27 2023-06-23 中建三局第一建设工程有限责任公司 一种激光清洗设备的控制方法、系统及相关装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103983588A (zh) * 2014-05-20 2014-08-13 核工业北京地质研究院 一种岩矿光谱特征吸收峰位置识别方法
CN104849231A (zh) * 2015-05-13 2015-08-19 北京国科虹谱光电技术有限公司 一种塑料材质在线识别的方法及装置
CN105139022A (zh) * 2015-07-21 2015-12-09 天津大学 一种通过近红外高光谱图像技术建立塑料识别模型的方法
CN105651717A (zh) * 2016-02-26 2016-06-08 成都市国土规划地籍事务中心 一种植被光谱特征吸收峰自动识别方法
CN106018324A (zh) * 2016-08-15 2016-10-12 中国计量大学 一种基于近红外光谱分析的塑料识别装置和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103983588A (zh) * 2014-05-20 2014-08-13 核工业北京地质研究院 一种岩矿光谱特征吸收峰位置识别方法
CN104849231A (zh) * 2015-05-13 2015-08-19 北京国科虹谱光电技术有限公司 一种塑料材质在线识别的方法及装置
CN105139022A (zh) * 2015-07-21 2015-12-09 天津大学 一种通过近红外高光谱图像技术建立塑料识别模型的方法
CN105651717A (zh) * 2016-02-26 2016-06-08 成都市国土规划地籍事务中心 一种植被光谱特征吸收峰自动识别方法
CN106018324A (zh) * 2016-08-15 2016-10-12 中国计量大学 一种基于近红外光谱分析的塑料识别装置和方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109008781A (zh) * 2018-08-31 2018-12-18 珠海格力电器股份有限公司 除尘装置的控制方法与吸尘器
CN109872295A (zh) * 2019-02-20 2019-06-11 北京航空航天大学 基于光谱视频数据的典型目标材质属性提取方法和装置
CN109872295B (zh) * 2019-02-20 2020-05-15 北京航空航天大学 基于光谱视频数据的典型目标材质属性提取方法和装置
CN113095388A (zh) * 2021-04-01 2021-07-09 福建师范大学 基于双层分类算法的固废塑料材质识别方法
CN113095388B (zh) * 2021-04-01 2023-06-30 福建师范大学 基于双层分类算法的固废塑料材质识别方法
CN113588592A (zh) * 2021-06-30 2021-11-02 北京航空航天大学 基于特定谱段的典型目标材质识别方法
CN116274170A (zh) * 2023-03-27 2023-06-23 中建三局第一建设工程有限责任公司 一种激光清洗设备的控制方法、系统及相关装置
CN116274170B (zh) * 2023-03-27 2023-10-13 中建三局第一建设工程有限责任公司 一种激光清洗设备的控制方法、系统及相关装置

Also Published As

Publication number Publication date
CN106872393B (zh) 2019-08-06

Similar Documents

Publication Publication Date Title
CN106872393A (zh) 一种塑料废弃物中目标材质识别方法及装置
CN104849231B (zh) 一种塑料材质在线识别的方法及装置
US6313423B1 (en) Application of Raman spectroscopy to identification and sorting of post-consumer plastics for recycling
CN1758052B (zh) 结合有光检测器阵列的灵敏度增强的差示折射计
CN109211803B (zh) 一种基于显微多光谱技术对微塑料进行快速识别的装置
US20080172185A1 (en) Automatic classifying method, device and system for flow cytometry
JP4203916B2 (ja) プラスチックの識別方法および識別装置
JPH07111397B2 (ja) プラスチックの種類判定方法
CN205808925U (zh) 一种近红外原油含水率检测装置
EP3330367B1 (en) Cell analysis apparatus using plurality of lasers
JP2012042248A (ja) ラマン散乱信号取得装置およびプラスチック識別装置ならびにラマン散乱信号取得方法およびプラスチック識別方法
CN105092436B (zh) 一种沉积物粒度光谱分析方法及装置
CN103499552A (zh) 一种快速、智能的废旧塑料分类方法
CN105300954A (zh) 一种锑矿浮选非均质泡沫层矿物的拉曼光谱表征方法
CN108020540A (zh) 一种激光诱导击穿光谱检测系统
CN109682795A (zh) 基于等离子体点燃时间判别薄膜损伤的方法及装置
CN109297952A (zh) 基于激光诱导击穿光谱技术的宣纸优劣鉴别系统
CN104297206A (zh) 一种液态牛奶品牌快速鉴别方法
CN1221799C (zh) 采用手持式红外光谱仪鉴定消费者或工业用过的废弃毡层的方法和装置
CN106841104A (zh) 一种近红外光谱技术快速分析连作滁菊土壤中总酚的方法
CN106841105A (zh) 一种用于物质识别的多波长近红外光谱测量装置
Broek et al. Application of a spectroscopic infrared focal plane array sensor for on-line identification of plastic waste
CN103364360A (zh) 水分测定仪
CN211043674U (zh) 一种参考光束型激光多普勒测速探头
CN208443730U (zh) 一种便携式在线全光谱水质监测仪结构

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190806