攝像機看到無形的承諾更聰明，更快地處理日常廢物

這項新研究使用先進的可視化技術來識別市政固體廢物中的材料，這些材料可以用於處理或能源生產。

該研究使用了高速可視化，這種方法使用了強大的光學傳感器，該傳感器可在圖像中的每個像素上捕獲光譜。分析不同材料反映光線的方式，即使在可見光譜之外，高光譜可視化也使研究人員可以為每種材料創建獨特的光譜“指紋”，這使您可以快速識別可能看起來與肉眼相同的材料。

北卡羅來納大學森林生物材料學院的EJ Woody Rice教授Lakendra Pal說：“氫化可視化是一種強大的工具，可讓我們看到人眼或標準攝像機不能。”

“借助這項技術，我們可以通過大量廢物實時拍攝圖像，直至像素數據的水平。與此同時，我們可以根據通常看不到的光反射的變化來識別各種材料。”

該研究“使用最終提取和檢測數量的最終提取和檢測，用於實時表徵和恢復廢物的雜型可視化” 出版 v 至關重要場地

根據宮殿的說法，高速可視化還允許科學家不僅確定材料的類型，而且還可以確定其中的材料類型，以及它是否受到污染。這有助於使處理操作在經濟上更有效。

人們看到了所謂的RGB光譜的光，站在紅色，綠色和藍色後面。該光譜中的光的波長約為400-700納米，我們的眼睛將其視為顏色。 Hypskospectral可視化能夠捕獲高達2500納米的波長，覆蓋了幾乎紅外和短波的紅外範圍。這會創建大量數據，可以使用機器學習來識別可以轉化為有價值產品的廢物。

“例如，咖啡杯是由塑料和紙製成的，”哲學博士學位的主要作家瑪麗安格·薩拉斯（Mariangel Salas）說。北卡羅來納州森林生物材料學院的學生。 “每年都有不到1％的處理，其中數百萬這些杯子每年被扔掉。

薩拉斯解釋說：“通過過度的可視化，我們創建了SO稱為的數據立方體。” “這是一種視覺表示，描述了三個維度的光反射的獨特特徵。這使我們能夠確定材料之間的細微差異，例如同一咖啡杯中的兩種類型的紙張。都包含纖維素，但是它們的化學反應和成分有所不同，這意味著它們更適合於不同的處理路徑。”

研究人員打算將大量的數據湧入以供更廣泛的使用，創建最大的視覺和高速圖像庫之一，並具有詳細的市政材料的元素和固體廢物的元素。鑑於超過數十億個光譜像素和計數，該開放訪問數據的存儲庫將為諸如市政當局，材料的材料和研究人員提供寶貴工具提供。

這項技術可以幫助加速和提高自動處置系統的準確性，提高效率並減少丟失給垃圾填埋場的處理材料的量，並保持更穩定的循環經濟。