据麦姆斯咨询报道，近期，德国弗劳恩霍夫光子微系统研究所（Fraunhofer IPMS）的研究人员开发了一种超紧凑的近红外光谱仪，适用于识别和分析纺织品。通过成像技术、人工智能（AI）算法和光谱学的结合，该光谱仪也可以可靠地识别混合织物。
近红外光谱仪开发人员表示，该技术可用于优化旧衣服的回收，根据类型对纺织品进行分类。该光谱仪的小型化版本甚至可以集成到智能手机之中。这可能会带来许多新的应用——从外出购物时检查衣服到检测假货。
该光谱仪的小型化版本可集成到手机中，通过识别与分析纺织品以选择正确的清洗服装方法
Fraunhofer IPMS的研究人员依靠近红外光谱技术来实现识别纺织品时所需的可靠性和准确性。该近红外光谱仪的工作波长介于950 nm至1900 nm之间，接近可见光谱。
近红外光谱技术的优点包括易于使用、应用范围广泛。Fraunhofer IPMS传感器微型模块部门的研究科学家Heinrich Grüger博士表示：“我们将近红外光谱与成像技术和人工智能相结合，以在识别和分析物体时实现更高的准确性。”
首先，传统的摄像头模块捕获服装的图像。人工智能从织物图像数据中选择一个特定点，由光谱仪模块进行检查。从织物反射的近红外光被光谱仪模块捕获——近红外光穿过入口狭缝，使用准直镜将其转换为平行光束，并使用扫描镜投射到光栅上。
根据入射和出射角度，光栅将光束分成不同的波长。从光栅反射的光被扫描镜引导至探测器，探测器将光捕获并转为电信号。然后模数（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处理。通过与参考数据库的比较，所得纺织面料的光谱分析揭示了其由哪些纤维制成。
“光学分辨率为10 nm，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，例如聚酯和棉制成的服装。”Heinrich Grüger博士说道，“该系统尺寸仅为10 mm × 10 mm，厚度为6.5 mm，结构紧凑，有望集成到智能手机中。”
Fraunhofer IPMS近红外光谱仪与智能手机的大小比较
Heinrich Grüger博士看到了人工智能赋能的近红外光谱仪在回收方面的重要应用。根据德国联邦统计局的数据，2021年德国私人住宅收集了约176,200吨纺织服装垃圾。近红外光谱仪可以提高回收效率并减少旧衣服的堆积。这将使回收旧衣服的公司能够更有效、更快速地进行分拣。例如，仍然完整的纺织品会进入二手交易市场。
损坏的纺织品经过分类进行回收，而制成它们的纤维（例如亚麻、丝绸、棉花或莱赛尔纤维）可以重复使用。例如，严重污染的纺织品将被焚烧或加工成隔热垫。光谱技术对纺织品的识别和分类比人类更准确、更快。
如果近红外光谱仪被集成到智能手机中，终端用户也可能受益于Fraunhofer IPMS的光谱技术。购买衣服时，用智能手机快速检查一下，就能知道那条昂贵的丝巾是否是真丝制成的，或者该时尚品牌的独家连衣裙是否是通过替代面料混合而成的假货。
除了纺织业之外，还有其它应用：集成光谱仪的智能手机可用于在外出购物时提供有关水果和蔬菜的质量信息；利用智能手机光谱仪进行扫描人体皮肤可以识别特别干燥或油腻的斑块。
