挑战

根据美国环境保护署的数据，2018 年美国产生了 1700 万吨纺织品。其中 250 万吨被回收利用，300 万吨被燃烧用作能源，1100 万吨被送往垃圾填埋场。因此，约 65% 的废弃纺织品最终被送往垃圾填埋场。

纺织废弃物日益被视为一个重大的环境问题，目前尚无明确的解决方案。2020 年，欧盟通过了一项新的循环经济计划。该计划的一部分重点关注纺织品，目标是到 2030 年，欧盟市场上所有投放的纺织品都具有长寿命和可回收的特点。委员会还提出了纺织废弃物回收的目标，并支持纺织品回收和再利用的立法目标。这是一种多管齐下的渐进式方法，其中还包括对制造业的监管。回收将是减少纺织品相关环境影响的关键组成部分，并且需要可靠的分类技术。

回收解决方案

我们的内部可行性研究表明，高光谱成像可提供足够的对比度，可根据近红外光谱范围（900 至 1700 nm）内的光谱特征对大多数纺织品进行分类，而几乎与可见颜色无关。因此，高光谱成像有可能成为对纺织品进行回收分类的关键技术。

应用描述

我们扫描了 24 个天然、合成和混合纤维的纺织品样本。然后我们改进了几个数据预处理步骤并选择了分类算法来优化系统区分各种纺织品的能力。

经过模型训练，我们在实验传送带站上成功对各种短切纺织纤维和一些整件衣物进行了实时分类。

结果

合成纤维最容易区分，因为它们具有明确而独特的化学键，从而产生特征性的光谱特征，可以通过机器学习算法轻松分类。

棉和亚麻等天然纤维由相似的纤维素结构块构成。它们的光谱特征与合成纤维不同，但彼此之间更相似。

有几种混合纺织品，如粘胶纤维和人造丝，是来自天然来源的化学加工纤维。由于它们是由天然纤维（木材或其他植物纤维）制成的，因此它们的光谱特征更接近棉和亚麻。

羊毛具有独特的光谱特征，反射率在 1000 nm 左右出现宽幅下降，而其他纤维则没有这种特征。因此，羊毛很容易与其他织物区分开来。

尽管在本次测试之前从未见过这些服装，系统还是明确地将涤纶短裤和羊毛袜，以及羊毛袜上的涤纶带归类为此类。

为了进一步推进这一初步的纺织品分类系统，下一步将使用更多的样本来训练 Specim Insight软件，这些样本代表了各种各样的现有纺织品，包括棉/涤纶和羊毛/腈纶等混纺。

尽管如此，基于这项研究的成功，我们可以安全地得出结论，利用高光谱成像的纺织品分类设备将是稳健、准确和可靠的。

(文章来源于撸陆，如有侵权请联系删除）