短波红外(SWIR)的范围在900到2500 nm之间，它占据了近红外以上的电磁波谱，完全超出了传统硅基成像传感器的能力范围。尽管如此，SWIR波段在机器视觉中的应用越来越多，因为它提供了独特的检测、分类和质量控制能力，以及环境光应用，如监视和遥感。

由于硅的量子效率在超过800纳米后会迅速衰减，所以SWIR传感器依赖于其他化学成分，如铟镓砷化物(InGaAs)或碲化汞镉(MCT)。较新的SWIR成像仪也利用了独特的传感器架构，如量子点技术。选择正确的成像方式取决于应用场景。但所有这些技术都极大地扩展了可见光传感器之外的成像能力——不仅通过它们打开的扩展光谱，还通过SWIR光改变熟悉材料表观特征。

SWIR的波长接近中波红外(MWIR)光谱，而MCT相机在这一点上更有效，这一光谱区域具有捕捉物体自身发射能量的能力。此外，在这个范围内光子的波长相对较长，使得它们不太容易受到由较小直径粒子引起的瑞利散射。在实际操作中，这意味着SWIR成像仪可以透过烟雾看到物体。

InGaAs传感器是目前主流的相机技术，工作在900至1700nm的SWIR范围内。与其他SWIR成像方式相比，它们具有相对成本效益和成熟的特点，这使得它们成为包括检测、分类和质量控制在内的机器视觉应用中最常用的技术。

与可见范围内的硅基探测器一样，InGaAs传感器具有较高的探测性能和快速的响应速度，尽管它们的光敏性取决于波长。与针对热成像应用的SWIR相机不同，InGaAs设备还可以放弃昂贵的硅或锗镜头，利用传统的光学玻璃镜头。

图1  典型的InGaAsSWIR相机性能

一般来说，在工业机器视觉中，针对SWIR应用的InGaAs相机不需要冷却。然而，在一些应用中，冷却传感器可以显著减少暗电流，从而提高图像质量和延长曝光时间。

较短的SWIR波长——大约从900 nm到1700 nm——在可见范围内表现与光子相似。虽然SWIR中目标的光谱含量不同，但生成的图像仍然更清晰，不像MWIR和LWIR光带的低分辨率热成像。这种优势让SWIR与许多工业机器视觉应用的需求更紧密地结合在一起。

图2  SWIR 在近红外(NIR)和长波红外之间的不可见光谱中占有一个位置。它的表现更像可见光，而不是红外光谱中的热能

与MWIR和LWIR相比，SWIR较短的波长使图像具有更高的分辨率和更强的对比度，这两者都是检查和分类的重要标准。

此外，虽然SWIR的相机与可见光相机具有相似的光捕获技术，但捕获的图像看起来与用硅传感器捕获的图像非常不同——即使是成像同一个物体。

一般来说，光和物质的任何相互作用都涉及到某种能量的交换。如果电磁能量被转移到组成物体的分子上，物体的表面就会吸收这种能量。否则，能量将被反射。由于每个离散的波长都有其独特的能量定义，在一个波长下看起来相似的材料在另一个波长会看起来完全不同。

正如前面提到的，SWIR的波长较长，这使得它们与原子结构的相互作用非常不同，这为机器视觉应用提供了一些新的和独特的成像可能性。平常普通的物体在SWIR光谱中看起来会非常不同，这一现象已经实现了许多场景的应用。

虽然硅分子的带隙导致材料吸收可见光和近红外波长，例如，硅可以传输低能量的SWIR波长，使半导体晶圆在这个光谱范围内透明。这为原材料检测应用提供了独特的选择，如硅片表面和内部的成像缺陷。这种SWIR光的质量也有利于晶圆键合应用，允许通过两个晶圆的背面看到对齐的基准标记，提高了精度。

图3 硅变成半透明，并通过旋转光。这-特性有助于许多与半导体制造过程相关的机器视觉应用

SWIR最有前途的机器视觉应用之一是产品的检测和分类。水在1450 nm和1900 nm波长处都具有很强的吸水性，这使得在这些波长照射的物体的图像中，水看起来几乎是黑色的。因此，使用适当的过滤器或光源可以帮助使受损的水果、灌溉良好的作物或散装谷物中的水分含量非常明显。

图4 当水果被碰伤时细胞壁分解，该区域的水分含量增加。水吸收SWIR范围内的许多光带。这种吸收使SWIR成像能够看到可见光相机技术无法检测到的淤伤

湿度检测的价值并不局限于生产和作物。SWIR成像可以帮助确认染色的纺织品或刨花板是否足够干燥，以便进一步处理。它还可以检查密封完整性和包装的质量，特别是如果高湿度的货物包含在内。

塑料由各种不同的聚合物化学组成。虽然它们在可见范围内看起来都很像，但不同的塑料在SWIR光照射下可以很容易地区分开来。这有助于回收设施利用SWIR相机从1100nm到2200nm识别不同的聚合物并通过分选输送机。

图5  1550nm的SWIR光可以使SWIR相机通过塑料容器看到液体的液位