使用太赫兹时域光谱和机器学习识别黑色塑料

　　作者：

　　Paweł Piotr Cielecki,米歇尔·哈登伯格,乔治亚娜·阿马里伊,马丁·拉恩·亨里克森,Mogens 铰链 & 佩尼尔·克拉斯科夫

　　摘要

　　几种光谱学和成像技术已经证明了它们能够识别生活垃圾中发现的不同塑料类型。然而，由于在可见光和近红外波长下具有高吸收率，大多数可用于塑料分选的常见光学技术难以测量黑色塑料物体。本研究采用傅里叶变换红外光谱、高光谱成像和太赫兹时域光谱对9种不同材料的12个黑色样品进行了表征。当FTIR验证样品的塑料类型时，使用可见光和近红外波长的高光谱相机在测量样品时面临挑战。太赫兹-TDS技术成功地能够在环境条件下不直接接触样品的情况下测量样品。从记录的太赫兹波形中提取了 0.4 至 1.0 THz 范围内所有样品的折射率和吸收系数。随后，将获得的值投影到二维地图上，以使用分类器 k-最近邻、贝叶斯和支持向量机来区分材料。获得了等同于统一的分类精度，证明了THz-TDS对常见黑色塑料的区分能力。