废旧衣物回收之后，棉、涤、锦纶到底怎么分？

旧衣服、边角料、废布进入回收线后，看起来只是“一堆布”，真正分选时却没那么简单。

纯棉、涤纶、锦纶、腈纶，以及涤棉、锦棉等混纺材料，颜色可能相近，纹理也可能十分相似。依靠人工观察或普通视觉设备，往往只能判断颜色、形状和表面纹理，却很难进一步识别纤维材质。

而纺织废料要想进入后续再生利用环节，材质分得准不准，直接影响后续加工和再利用。

图1：纺织废料、旧衣物进入回收分选线的场景

为什么混纺纺织品这么难分？

传统人工分选主要依赖标签、颜色、手感和经验。但进入回收环节的纺织品，标签可能已经缺失，部分材料还经历过染色、印花、涂层以及长期使用。

更麻烦的是“混纺”

比如一块白色面料，可能是棉，也可能是涤纶，还可能是一定比例的涤棉混纺。从肉眼看到的外观信息来看，它们非常接近，但不同纤维材料的化学组成并不相同。

因此，纺织废料分选需要解决的核心问题，逐渐从：

“它是什么颜色？”

转向：

“它到底是什么材料？”

看起来一样，光谱却可能不一样

这正是短波红外光谱检测可以发挥作用的地方。

不同纤维材料具有不同的分子结构，在特定波长范围内，对光的吸收和反射特征也会有所区别。

短波红外高光谱相机可以连续采集不同波长下的反射信息，让每一个空间位置都对应一条光谱曲线。经过样本建模和算法分析后，就可以根据不同材料的光谱特征，对待测纺织物进行识别和分类。

简单来说：

普通相机主要“看外观”，高光谱相机还能进一步获取材料的光谱特征。

图2：棉、涤纶材料的光谱曲线

例如在实际分选研究中，可以先分别采集纯棉、涤纶、锦纶以及不同混纺样品的光谱数据，建立样本数据库；随后对未知纺织废料进行扫描，通过算法提取特征波段，并与已有模型进行分析，从而输出相应的分类结果。

需要注意的是，混纺比例越接近、材料组成越复杂，对样本库、光照条件和分类模型的要求也越高。因此，实际项目通常需要结合具体样品进行前期测试和模型验证，而不是只依靠相机本身直接得出结果。

从“识别”走向在线分选

实验室能够识别材质只是一步，对于纺织废料回收企业而言，更重要的问题是：

能不能放到输送线上连续检测？

典型的在线分选流程可以设计为：

废旧纺织物上料→输送带传送→短波红外光谱采集→材质识别→输出分类信号→联动分选机构

图3：高光谱相机分选线的场景

与逐件人工判断相比，这种方式更适合与自动化输送、气吹、机械分拣等设备结合。对于大批量废旧纺织物，可以将光谱识别结果转换为分类信号，为后端自动分选提供依据。

同时，实际应用中还可以根据棉、涤纶、锦纶等目标类别建立针对性的识别模型，并根据现场物料持续补充样本，让系统更贴近真实的回收场景。

彩谱FS-19系列高光谱相机：面向工业在线分选

针对材料识别与工业在线分选场景，彩谱科技推出了FS-19系列工业在线高速短波红外高光谱相机。

图4：FS-19系列工业在线高速短波红外高光谱相机

该系列采用900–1700nm短波红外光谱范围，搭载InGaAs探测器，空间像素数为640；不同型号可提供100、150、200、206、250等光谱波段配置，并支持ROI以及SDK二次开发，可根据实际生产线需求进行系统集成。

在成像速度方面，不同型号具有不同配置，部分型号进行光谱通道选择后，8个光谱通道成像速度可达7800fps以上，可以用于对扫描速度要求较高的工业在线检测与分选场景。

从废旧塑料、再生资源到纺织废料，自动化分选正在从“识别颜色和形状”逐渐向“识别材料特征”延伸。

对于棉、涤纶、锦纶及混纺纺织品等材料，短波红外高光谱技术提供了一种非接触式的检测思路。针对具体纺织废料的识别效果，还需要结合样品种类、混纺比例、输送速度及现场环境进行测试验证。