上期我们讲解了短波红外成像在安防领域的应用，本期讲解工业领域当中的短波红外应用
硅片检测
导体Si材料反射可见光，透过红外光。因此人眼或可见光芯片，只能接收表面反射光，无法对材料内部缺陷进行检测。通过红外相机，则可做Si材料的内部缺陷检测。
半导体行业
»包装-破碎设备检测 »材料和电路检查 »故障分析——背面直通硅
电路缺陷和故障的成像 光伏检验 - 光致发光和 电致发光特性
穿透大多数塑料和计量玻璃瓶检验
»冰/水/蒸汽检测
· 识别人造材料
由于人造材料在短波红外波长中有独特的反射方式，这将有助于区分在可见光谱中肉眼看起来类似的材料。使其在影像中呈现更具体的类型区别。
上图阿尔及利亚某炼油厂，左图为可见光影像；中图为短波红外影像，可通过颜色可辨别建筑材料成分；右图显示厂区有活跃的火舌。
材料分选的应用案例
材料分选目的主要是用于两个方面：同类产品分级、异类产品分离。
工业应用方面，主要要求高效、精准、成本控制。如何制定适合工业应用，又能够高效体现近红外技术的方案，至关重要。在工业检测方案制定过程中，其设计的关键技术主要包括：光谱分离、光谱标定、分选控制、图像识别等。
传统材料分选方式多采用人工、物理特性或者化学检测方式进行分选，但这些检测方式要么效率低下、准确率低，要么分选过程会造成损伤，无法实现高效分选。
近红外分选技术同传统分选技术相比，则具有高效、无损、快速、简单的特点。
近红外光谱波段为780nm-2500nm.近红外光谱分析技术基于（X-H）分子官能团的化学键的简谐振动，其简谐振动的振幅与其相应势能有关。但分子官能团吸收光子时，其势能会由基态向激发态跃迁，从而会在近红外光谱上形成特征吸收峰。由于不同物质含有的X-H化学键的形式、个数不同，所以不同材料在近红外光谱形成的吸收峰也各有不同，因而通过吸收峰的位置及强度可以判断材料种类。
图为近红外分子官能团吸收分布图表。可以看出，图表主要分为合频区和倍频区，对应的不同区域吸收的光子能量不同。其中在合频区吸收较强，第一倍频区次之。
工业分选示例：棉花异纤
棉花异纤，俗称三丝，是指混入棉花中对棉花及其制品质量有严重影响的非棉纤维和非本色纤维。包括化学纤维、动物纤维和非棉纤维，如毛发、丝、麻、塑料膜、塑料绳、染色线等。异纤在纺纱过程中极易拉断或分成更短、更细的纤维，或被打碎成纤维状细小疵点。这些疵点极易造成细纱断头，降低工作效率。织布染色后，会在布面出现各种色点，严重影响布面外观质量。
光电式是采用光电三极管对棉花中的异纤识别，主要是通过异纤与棉花的色差反映到光电管的电流差别，经信号放大、处理比较来识别异纤。这种方法原理简单，制造成本低。但由于是靠色差识别异纤，所以与棉花相近颜色的异纤无法识别，棉花中大量出现的白色丙纶丝不能识别。同样对有色细小异纤同样也无法识别。经大量的试验表明：如毛发或同样大小的有色异纤,在高速运行中，光电管识别不了，只能对大团或有一定体积的有色异纤进行识别。整机异纤检出率不高，只适合粗检异纤。
超声波方式是超声波传感器发出超声波到棉花上，然后再检测反射回来的信息。当棉花中有异纤时，由于异纤反射回来的信号强于棉花，从而经信号处理比较识别后识别异纤。因此通过物体表面的密度差别识别异纤，不论异纤是什么颜色，白色或有色都能检出。但超声波毕竟是声波，传输速度没有光波快，对异纤的识别反映速度慢，当异纤在通道中飞行速度太快时，来不及识别。大量的试验结果表明，较大团塑料薄膜、纸片、布片、成团的异纤都能检出。由于超声波反应速度慢、不能识别细小异纤所以应用受到一定限制。
光学CCD成像利用白色丙纶丝（编织带丝）在紫外光下的荧光效应进行检测（紫外线荧光效应），还可利用某些有色异纤与棉纤维的颜色差异，所反映出的成像灰度差异进行识别（主要对表面纤维进行检测），塑料在偏振光中成彩色图案，而棉花棉籽等非彩色亦可以作为可见光分选方式。在红外光下，不同纤维在不同波长下的吸收特性不一样，势必在CCD上形成灰度不一致的图像，可以用来区分内部杂质。
棉花异纤检出模组的检测和检出装备主要采用线阵CCD 彩色摄像机，线阵像素从2048到4096 ，帧率为1024～1450fps，一般使用2个CCD 摄像机。部分设备采用光电感应器(光敏三极管) 和超声波检测技术。光源主要有荧光灯和紫外灯,形成可见光和紫外波段的光源,适应不同杂质的分段检测。大部分设备采用数据采集卡采集数据，少数采用DSP处理系统。
工业分选示例：塑料分拣
在废旧塑料的回收过程中，最困难的就是从材质上细分塑料。当前，世界各国对废旧塑料的分拣回收，仍然普遍采用人工分拣的方法处理。而采用人工分拣的方法，一方面效率低，另一方面容易出错。随着人力资源逐渐紧缺和劳工工资的不断提高，废旧塑料的回收问题就变成越来越大的难题。
以最常见的PE/PVC/PET三种材料为例，在AOTF于1650nm采集的图像。其中可以看出PE材料吸收较强。然后对三种材料进行取点灰度值提取，获取其在1480nm-1680nm的光谱曲线，可以看出在1650nm附近，其他两种材料较PE材料具有更强的吸收效果。最后通过图像算法及伪彩处理后的效果图。可以看出选取两个波段，能够很明显将PE材料区分出来。
下期敬请关注短波红外的应用半导体检测领域
