3. 杂质识别中的光学检测原理

光电分选设备之所以能“看见”杂质,本质上不是靠摄像头拍照后比颜色,而是靠不同波段的光与物料发生相互作用后产生的特征响应差异。理解可见光、近红外、紫外三个波段各自“擅长看什么”,是选择光源、探测器与识别算法的前提。本节从物质与光的相互作用出发,说明三个波段的光学特性及其在杂质识别中的分工。

一、光与物质相互作用的四条基本通道

当一束光照射到物料表面或穿透物料时,能量会沿几条通道重新分配:一部分被反射(镜面反射与漫反射),一部分被吸收,一部分透射过去,还有一部分可能被散射或激发为荧光。分选设备真正采集的,通常是反射光或透射光的强度随波长的分布,即光谱;或者特定波段下的成像灰度。

其中最关键的是吸收。吸收是否发生,取决于光子能量与物质分子能级差是否匹配。可见光光子能量约1.6~3.1 eV,近红外约0.5~1.6 eV,紫外则高于3.1 eV。能量量级不同,能耦合的分子过程就不同,这正是三个波段分工的物理根源。

二、可见光波段:颜色与表面状态

可见光(约380~780 nm)主要与物质中的电子跃迁作用,尤其是共轭双键、发色团和金属离子的d-d跃迁。物料呈现什么颜色,取决于它吸收哪些可见波长、反射哪些波长。因此可见光识别最直接的能力是颜色分选:异色颗粒、黄变米粒、霉变斑点、染色塑料片等,在可见光图像上表现为明显的色差。

但可见光的局限也很清楚:同色异物无法区分。例如白色塑料碎片与白色大米、透明玻璃与透明PET,颜色几乎一致,可见光图像上差异极小。此外,表面污染、粉尘、水膜会改变漫反射强度,造成“假色差”。工程上常用色差指标来量化,例如在CIELAB空间中计算目标与背景的ΔE,ΔE大于设定阈值即判为异色。示例性地,若正常米粒L*a*b*均值为(85, 2, 12),某颗粒为(80, 6, 18),可算得ΔE约7.2,属于人眼可辨的明显色差,可作为初判依据(此数值为教学示例,非实测)。

三、近红外波段:分子振动的“指纹”

近红外(约780~2500 nm)光子能量较低,主要激发分子中含氢基团(C-H、O-H、N-H)的振动倍频与合频。不同有机物在这些波段的吸收峰位置和强度不同,形成类似指纹的光谱形状。这使近红外特别适合识别同色不同质的杂质:塑料中PET、PE、PP、PVC的吸收特征各异;农产品中蛋白质、水分、淀粉含量差异会在特定波长体现。

实际分选中常用几个特征波长而非全谱。例如塑料分选常关注1650~1750 nm附近的C-H一级倍频区,以及1200 nm、1450 nm附近的水分与O-H吸收。工程做法是用多个窄带滤光片加分光探测器,采集各波段反射率,再计算波段比值或归一化差异指数。示例性地,定义指数 NDI = (R1200 − R1450)/(R1200 + R1450),水分高的物料R1450下降更多,NDI随之变化,可据此区分干湿或材质差异(公式与取值为教学示例)。近红外的弱点是信号弱、对物料表面状态和厚度敏感,且水分会强烈吸收,需在标定中控制。

四、紫外波段:荧光与表面缺陷

紫外(约200~400 nm)光子能量高,可激发某些物质的电子跃迁至更高能级,随后回落时发出荧光;也会激发某些有机物、矿物、胶黏剂的特征吸收。紫外在分选中的典型应用有两类:一是紫外荧光识别,如某些塑料、纸张荧光增白剂、油污在紫外激发下发出可见荧光,而正常物料不发光;二是紫外吸收/反射差异,用于识别表面涂层、老化或特定矿物。

紫外检测的关键参数是激发波长与发射滤光片的搭配。例如用365 nm紫外LED激发,配合420~480 nm带通滤光片接收荧光,可把“有荧光/无荧光”转化为明显的亮度差。需要注意紫外对人眼和材料有老化风险,设备须做遮光与安全联锁;同时环境可见光会淹没微弱荧光,暗箱与遮光设计是必要条件。

五、三波段的分工与协同

把三个波段放在一起看,它们构成一条从“表面颜色”到“分子组成”再到“特殊发光/吸收”的递进识别链。可见光负责快速筛除异色杂质,近红外负责区分同色异质,紫外负责捕捉荧光类与表面特殊缺陷。实际设备常采用多波段融合:可见光相机做颜色初判,近红外多光谱通道做材质复核,紫外通道做荧光补充,最后由判决逻辑综合多路特征输出剔除信号。

三波段光学检测:光源 → 物料相互作用 → 探测器 → 特征与判决 可见光光源 380–780 nm 近红外光源 780–2500 nm 紫外光源 200–400 nm 电子跃迁 / 发色团 吸收与反射决定颜色 → 异色颗粒可辨 C-H/O-H/N-H 振动 倍频与合频吸收指纹 → 同色异质可辨 高能激发 / 荧光 荧光增白剂、油污发光 → 特殊缺陷可辨 彩色相机 RGB 图像 ΔE 色差判据 多光谱探测器 窄带滤光片分光 波段比值 / NDI 紫外增强探测器 激发+发射滤光片 荧光亮度差 多波段融合判决 颜色初判 + 材质复核 + 荧光补充 → 剔除信号 (气阀/执行机构) 识别能力递进:可见光看“颜色”→ 近红外看“分子组成”→ 紫外看“荧光/特殊吸收”; 单一波段存在盲区(同色异物、表面污染、弱信号),多波段融合可显著降低误判与漏判。

六、工程实现中的关键控制点

把原理落到设备上,需要抓住几个直接影响识别率的环节。第一是光源稳定性:可见光与近红外对光强波动敏感,需恒流驱动并做参考白板校正;第二是背景与遮光:暗箱、黑色背景可提高对比度,紫外尤其需要抑制环境光;第三是标定样本:用已知良品与典型杂质建立各波段的基准响应,确定阈值而非凭经验拍脑袋;第四是特征选择:优先选用对目标杂质敏感、对正常物料波动不敏感的波段或比值,避免用单一绝对强度做判据。

以一个简化的调试流程为例:先采集正常物料与目标杂质在三个波段下的响应,统计各自的均值与波动范围;再选取区分度最大的特征(如某两个波段的比值),设定阈值使误判率与漏判率在可接受范围内;最后用独立样本验证并观察误剔除率。若发现同色异物在可见光下无差异,就应转向近红外通道;若发现荧光信号被环境光淹没,则应加强遮光或改用脉冲激发配合同步采集。整个过程的核心,始终是让“光与物质的相互作用差异”被探测器稳定、可重复地捕捉到。

选择波段时先问三个问题:杂质与良品的差异是颜色、分子组成还是荧光特性?该差异在哪个波段信噪比最高?现场环境(粉尘、水膜、环境光)会不会破坏这一差异?答案决定了光源、滤光片与判决特征的组合。