位于德累斯顿的弗劳恩霍夫光子微系统研究所IPMS的研究人员开发了一种超紧凑型近红外光谱仪，适用于识别和分析纺织品。通过成像、特殊的人工智能算法和光谱学的结合，也可以可靠地识别混合织物。该技术可用于优化旧衣物的回收利用，因此可以根据类型对旧衣物进行分类。该系统的高度小型化版本甚至可以安装在智能手机中。据称，这可能会为最终用户在日常生活中带来许多新的应用，从外出购物时检查衣服到检测假货。
近红外光谱仪提供可靠和准确的识别
红外光谱仪被认为是有机材料无损分析的强大测量仪器。弗劳恩霍夫的研究人员依靠近红外光谱技术在识别纺织品时达到所需的可靠性和准确性。该系统适用于950至1900纳米之间的波长，接近可见光谱。近红外技术的优点包括易于使用和应用范围广泛。Fraunhofer IPMS感觉微模块部门的研究科学家Heinrich Grüger博士解释说，他们将近红外光谱与成像和人工智能相结合，在识别和分析物体时实现更高的精度。
纺织品分析如何工作?
首先，传统的相机模块捕捉服装的图像。人工智能从织物的图像数据中选择一个特定的点，由光谱分析仪模块进行检查。从织物反射的光被光谱仪模块捕获。在那里，它穿过入口狭缝，使用准直镜转换为平行光束，并使用扫描镜投射到光栅上。根据入射角和出射角，光栅将光束分成不同的波长。从光栅反射的光由扫描镜引导到检测器，检测器将光捕获为电信号。然后，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，由此产生的纺织织物光谱图揭示了它是由哪些纤维制成的。Heinrich Grüger博士说：“光学分辨率为10纳米。这种高分辨率意味着近红外光谱仪还可以使用人工智能来识别混合织物，例如由聚酯和棉制成的服装。该系统的尺寸仅为 10 mm × 10 mm，厚度为 6.5 mm，非常紧凑，可以轻松集成到标准智能手机中。
