据中国激光杂志社网，于2023年10月29日报道，随着环保、可持续发展理念日益受到关注，对纺织品进行准确识别和回收显得尤为重要。德国弗劳恩霍夫光子微系统研究所（Fraunhofer IPMS）的科研团队成功研发了一款超紧凑型的近红外光谱仪，适用于纺织品的识别与分析。这款仪器融合了成像技术、人工智能算法和光谱学知识，能够准确地识别混纺织物。据团队表示，此技术有助于优化旧衣物的分类回收工作。值得一提的是，该仪器设计精巧，甚至能集成到智能手机中（如图1所示）；从购物时鉴别衣物，到辨识假冒商品，再到正确地洗护衣物和环保回收，都有着巨大的应用潜力。

        图1 集成在智能手机的近红外光谱仪可以识别纺织品面料（图略）

        智能手机里的光谱仪：结合近红外光谱技术与人工智能的创新应用

        研究团队为确保纺织品识别的可靠性和准确性，采用了工作波长范围为950至1900 nm的近红外光谱技术。与可见光谱相近，近红外技术不仅操作简便，而且适用范围广泛。IPMS的Heinrich Grüger博士表示：“我们成功地将近红外光谱、成像技术与人工智能相结合，大大提高了物体识别与分析的精准度。”

        在鉴别过程中，首先用一个传统相机模块拍摄衣服的图像，然后，人工智能从图像数据中选取一个特定区域，交由光谱仪模块进行分析。纺织品反射回来的光被光谱仪捕获，经入口狭缝进入，被准直镜调整为平行光束，之后再通过扫描镜映射到光栅上。光栅根据光的入射和反射角度将其分离成不同的波长。然后，从光栅反射出的光被扫描镜引导至探测器，探测器将光信号转换为电信号。A/D转换器将这些信号数字化，随后在信号处理器中进行分析。通过与参考数据库进行比较，对纺织物的光谱进行分析，可以确定它由哪些纤维制成。

       该光谱仪的光学分辨率达到10 nm，如此高的分辨率使其在识别混合面料（例如由聚酯和棉混纺而成的衣物）时，能够配合人工智能技术进行准确鉴别。此外，该系统体积小巧，尺寸仅为10 mm × 10 mm，厚度仅6.5 mm，非常紧凑，便于集成至常规智能手机中（如图2所示）。

        图2 近红外光谱仪适用于任何标准智能手机（图略）

        Heinrich Grüger博士认为，人工智能驱动的光谱仪在纺织品回收领域具有巨大潜力。根据德国联邦统计局的数据，2021年，德国从居民家庭中共收集了约17.62万吨的纺织和服装废弃物。近红外光谱技术有助于提高回收的效率，从而减少旧衣物的积压。这意味着纺织品回收企业可以更加高效和迅速地分类废弃物，完好无损的纺织品可以重新进入二手市场；而破损的纺织品可以按照其原材料，如亚麻、丝绸、棉花或莱赛尔纤维，进行分类回收并进一步循环利用；对于严重污染的纺织品，它们可以被焚烧或转化为绝缘材料。与人工相比，光谱技术在纺织品的识别和分类上更为准确和高效。

        将近红外光谱技术集成到智能手机内，意味着普通用户也可以直接受益于IPMS的这项技术。当购买衣物时，仅需通过手机快速扫描，即可判定那条价值不菲的丝巾是否真正由纯丝制成，或者某个知名品牌的高级连衣裙是否为仿制品。

        此技术的应用不仅局限于纺织行业。当我们在外购物时，装备了光谱仪功能的智能手机还可以提供关于水果、蔬菜等食品的质量信息。此外，这款手机也可助于皮肤健康的监测，如扫描皮肤可帮助识别特别干燥或油腻的部位。

        HyperSort项目：激光和化学计量学在纺织和食品领域的应用

        HyperSort项目得到创新基金1400万丹麦克朗的资助，集结了激光技术、化学计量学、纺织品回收以及肉类加工等多领域的专家，旨在打造尖端的高光谱成像系统，增强纺织品的分拣效率并减少食品浪费。为达到此目标，该项目采用了超连续光源，从而有效提升了分辨率、增加了穿透深度，并更准确地识别不同材质，以应对高光谱成像的各种难题。由于该技术在进行扫描或分析时产生的热量非常小，而且可远距离对物体进行检测，从而非常适用于食品分析领域。项目的长远目标是开发一款符合工业标准的高光谱光学引擎，以进一步推动纺织品回收和肉类加工处理，期望在全球产生深远影响。

        图3 更好的纺织品分类，减少食物浪费（图略）

        目前，HyperSort项目主攻两大方向：一是提升纺织品回收效率，特别是对复合材料纺织品的精准区分；二是优化肉类加工流程，通过对成品质量的精确预测，减少浪费。